You are on page 1of 124

UNIVERSIDAD PERUANA LOS ANDES

FACULTAD DE INGENIERÍA
Escuela Profesional de Ingeniería de Sistemas y Computación

TESIS
Implementación de “Project Management Body of
Knowledge” para mejorar la gestión de los interesados del
proyecto

PRESENTADO POR: Bach. Jimy Sánchez Aquije.


Línea de Investigación de la Escuela Profesional:
Gestión de Sistemas de
Información Organizacional.
Línea de Investigación de la Universidad:
Ciencias Empresariales y Gestión
de los Recursos.

PARA OPTAR TÍTULO PROFESIONAL DE INGENIERO DE


SISTEMAS Y COMPUTACIÓN.

LIMA – PERÚ
2019
UNIVERSIDAD PERUANA LOS ANDES
FACULTAD DE INGENIERÍA
Escuela Profesional de Ingeniería de Sistemas y Computación

TESIS

Implementación de “Project Management Body of


Knowledge” para mejorar gestión de los interesados del
proyecto
académico.
PRESENTADO POR:

Bach. Jimy Sánchez Aquije.

PARA OPTAR TÍTULO PROFESIONAL DE INGENIERO DE


SISTEMAS Y COMPUTACIÓN.

LIMA – PERÚ
2019
3

ASESORES

_________________________________
ASESOR METODOLÓGICO
Dr. Ing. Oscar Rafael Guillen Valle PhD.

____________________________________
ASESOR TEMÁTICO
Mg. Ing. Carla María Santivañez Calderón.
4

DEDICATORIA

Dedico este trabajo para mis padres que siempre me


han apoyado en toda mi carrera estudiantil y este
logro no solo es mío sino también de ellos, por todas
las amanecidas que tuvimos
5

AGRADECIMIENTO

Se agradece a los asesores por la paciencia y el


empeño mostrado para poder realizar este proyecto y
poder alcanzar nuestras metas como profesionales
6

JURADOS DE SUSTENTACIÓN

________________________________
PRESIDENTE
Dr. Casio Aurelio Torres López

________________________________
PRIMER JURADO

________________________________
SEGUNDO JURADO

________________________________
TERCER JURADO

__________________________________
SECRETARIO DOCENTE
7

Contenido

5.1 ÍNDICE DE TABLAS ........................................................................................................................ 10

5.2 ÍNDICE DE GRÁFICOS ................................................................................................................... 13

RESUMEN ................................................................................................................................................ 14

ABSTRACT .............................................................................................................................................. 15

INTRODUCCION .................................................................................................................................... 16

Capítulo I: El problema de Investigación ............................................................................................... 17

1.1 Planteamiento del problema .............................................................................................................. 17

1.2 Formulación de la problemática ..................................................................................................... 18

1.2.1 Problema General ............................................................................................................................ 18

1.2.2 Problemas Especifico ....................................................................................................................... 19

1.3 Justificación ........................................................................................................................................ 19

1.3.1 Justificación Social o practica ........................................................................................................ 19

1.3.2 Justificación Científica o Teórica ................................................................................................... 20

1.3.3 Justificación Metodológica.............................................................................................................. 20

1.4 Delimitación del problema ................................................................................................................. 20

1.4.1 Delimitación Espacial ...................................................................................................................... 20

1.4.2 Delimitación Temporal ................................................................................................................... 21

1.4.3 Delimitación Económica ................................................................................................................. 21

1.4.4 Delimitación Conceptual ................................................................................................................. 21

1.6 Objetivos de la investigación ............................................................................................................. 22

1.6.1 Objetivo general............................................................................................................................... 22

1.6.2 Objetivos específicos ........................................................................................................................ 22


8

1.7 Importancia ......................................................................................................................................... 23

Capítulo II Marco teórico ........................................................................................................................ 24

2.1 Antecedentes del problema ................................................................................................................ 24

2.1.1 A nivel internacional ....................................................................................................................... 24

2.1.2 A nivel nacional ............................................................................................................................... 27

2.2 Marco Conceptual .............................................................................................................................. 32

2.2.1 Bases teórica del PMBOK ............................................................................................................... 32

2.2 Marco Conceptual .............................................................................................................................. 34

2.3. Diccionario de términos .................................................................................................................... 35

2.4 Hipótesis .............................................................................................................................................. 38

2.4.1 Hipótesis general .............................................................................................................................. 38

2.4.1 Hipótesis Especificas ....................................................................................................................... 38

2.5 Variables............................................................................................................................................ 39

2.5.1 Definición Conceptual de la variable ............................................................................................. 44

2.5.2 Definiciónes Operacional de la variable ........................................................................................ 44

2.5.3 Operacionalizacion de la variable .................................................................................................. 44

Capítulo III: METODOLOGIA .............................................................................................................. 46

3.1 Método de la Investigación. ............................................................................................................... 46

3.2 Tipo de Investigación. ........................................................................................................................ 46

3.3 Nivel de Investigación......................................................................................................................... 47

3.4 Diseño de la Investigación:................................................................................................................. 47

3.5 población y muestra: .......................................................................................................................... 48

Población ................................................................................................................................................... 48
9

Muestra ..................................................................................................................................................... 48

3.6 Técnicas de recolección de datos. ...................................................................................................... 49

3.7 Procesamiento de la información ...................................................................................................... 50

3.8 Técnicas y análisis de datos................................................................................................................ 51

Capítulo V: Resultados ............................................................................................................................ 52

CAPITULO V: Discusión de Resultados .............................................................................................. 110

Conclusiones ........................................................................................................................................... 111

Recomendaciones.................................................................................................................................... 113

Referencias Bibliográficas ..................................................................................................................... 115

Anexo 1. Matriz de Consistencia ........................................................................................................... 116


10

5.1 ÍNDICE DE TABLAS

Tabla 1: Operacionalización de la variable D: Proceso académico.

Tabla 2: Resumen de procesamiento de casos de la Hipótesis General.

Tabla 3: Estadísticas de fiabilidad de la Hipótesis General.

Tabla 4: Interpretación de la fiabilidad.

Tabla 5: Resumen de procesamiento de casos de la Hipótesis General

Tabla 6: Pruebas de normalidad de la Hipótesis General.

Tabla 7: Estadísticos de la Hipótesis General.

Tabla 8: Frecuencia PRETEST de la Hipótesis General.

Tabla 9: Frecuencia POSTEST de la Hipótesis General.

Tabla 10: Estadísticos de la Hipótesis General.

Tabla 11: PRETEST (Agrupada) de la Hipótesis General.

Tabla 12: Estadísticos de la Hipótesis General.

Tabla 13: POSTEST (Agrupada) de la Hipótesis General.

Tabla 14: Estadísticas de muestras emparejadas de la Hipótesis General.

Tabla 15: Correlaciones de muestras emparejadas de la Hipótesis General.

Tabla 16: Muestras emparejadas de la Hipótesis General.

Tabla 19: Estadísticas de fiabilidad de la Hipótesis Especifica 1.

Tabla 20: Interpretación de la Fiabilidad.


11

Tabla 34: Resumen de procesamiento de casos de la Hipótesis Especifica 1.

Tabla 35: Resumen de procesamiento de casos de la Hipótesis Especifica 2.

Tabla 36: Estadísticas de fiabilidad de la Hipótesis Especifica 2.

Tabla 37: Interpretación de la Fiabilidad de la Hipótesis Específica 2.

Tabla 38: Resumen de procesamiento de casos de la Hipótesis Especifica 2.


Tabla 39: Descriptivos.

Tabla 40: Pruebas de normalidad de la Hipótesis Especifica 2.

Tabla 41: Estadísticos de la Hipótesis Específica 2.

Tabla 42: PRETEST de la Hipótesis Especifica 2.

Tabla 43: POSTEST de la Hipótesis Específica 2.

Tabla 44: Estadísticos PRETEST(Agrupada) de la Hipótesis Específica 2.

Tabla 45: PRETEST (Agrupada) de la Hipótesis Específica 2.

Tabla 46: Estadísticos (Agrupada) de la Hipótesis Específica 2.

Tabla 47: POSTEST (Agrupada) de la Hipótesis Específica 2.

Tabla 48: Prueba T Estadísticas de muestras emparejadas de la Hipótesis Especifica 2.

Tabla 49: Prueba de normalidad la Hipótesis Especifica 2.

Tabla 50: Prueba T Prueba de muestras emparejadas de la Hipótesis Especifica 2.

Tabla 51: Resumen de procesamiento de casos de la Hipótesis Especifica 2.

Tabla 52: Resumen de procesamiento de casos de la Hipótesis Especifica 3.

Tabla 53: Estadísticas de fiabilidad de la Hipótesis Especifica 3.


12

Tabla 54: Interpretación de fiabilidad la Hipótesis Específica 3.

Tabla 55: Resumen de procesamiento de casos de la Hipótesis Específica 3.

Tabla 56: Descriptivos de la Hipótesis Específica 3.

Tabla 57: Prueba de normalidad.

Tabla 58: Estadísticos de la Hipótesis Específica 3.

Tabla 59: PRETEST de la Hipótesis Especifica 3.

Tabla 60: POSTEST de la Hipótesis Especifica 3.

Tabla 61: Estadísticos de PRETEST de la Hipótesis Especifica 3.

Tabla 62: PRETEST (Agrupada) de la Hipótesis Especifica 3.

Tabla 63: Estadísticos POSTEST (Agrupada) de la Hipótesis Especifica 3.

Tabla 64: POSTEST (Agrupada) de la Hipótesis Especifica 3.

Tabla 65: Estadísticas de muestras emparejadas de la Hipótesis Especifica 3.

Tabla 66: Correlaciones de muestras emparejadas la Hipótesis Especifica 3.

Tabla 67: Prueba de muestras emparejadas la Hipótesis Específica 3.

Tabla 68: Resumen de procesamiento de casos la Hipótesis Especifica 3.


13

5.2 ÍNDICE DE GRÁFICOS

Figura 1: Proceso de Matricula.

Figura 2: Campana de Gauss de la cuarta Vía de la Hipótesis General.

Figura 3: Grafico Q-Q norma de DIFERENCIA de la Hipótesis General.

Figura 4: Grafico Q-Q sin tendencia de DIFERENCIA de la Hipótesis General.

Figura 5: PRETEST (Agrupada) de la Hipótesis General.

Figura 6: POSTEST de la Hipótesis General.

Figura 7: Grafico de barras PRETEST de la Hipótesis General.

Figura 8: Grafico de barras POSTEST de la Hipótesis General.

Figura 9: Explorar Prueba T student de la Hipótesis General.


14

RESUMEN

Este trabajo está basado en: Implementación de “Project Management Body of Knowledge”
a fin de mejorar la gestión de los interesados del Proyecto de nuevas áreas de Repsol 2019,
Siendo el objetivo principal Descubrir de qué manera La implementación de “Project
Management Body of Knowledge” mejorar la gestión de los interesados del proyecto de
nuevas áreas de Repsol 2019 basándonos en la hipótesis general: La Aplicación de “Project
Management Body of Knowledge” mejorar significativamente la gestión de los interesados
del proyecto de Nuevas áreas de Repsol 2019

En este trabajo utilizamos la metodología de tipo de investigación aplicada con un diseño


experimental con sub dimensiones en pre experimental teniendo el alcance explicativo con
sub dimensión en pre-experimental, teniendo una población y muestra de 30 proyectos. El
muestreo tomado fue probabilístico para enfocar de forma cuantitativo, el proceso de
resultados se realizó con SPSS versión 25, con la estadística descriptiva, estadística usando
criterios de t-student al presentar la normalidad en el criterio de la Cuarta Vía. Se utilizó un
instrumento de encuestas para la recoger los datos sobre el nivel de percepción del SIAGIE
entre profesores, directivos y administrativos; y otro instrumento de encuestas para recoger
la información sobre la mejora de los nuevos proyectos.

La gestión de los interesados se divide en 4 módulos, los cuales vamos a ir realizando en el


transcurso de la tesis y poder valor con los resultados si se llegó a comprobar su
funcionamiento

Palabras claves PMBOK, SSPS, PAPERS, TESIS


15

ABSTRACT

This work is based on: Implementation of "Project Management Body of Knowledge" in


order to improve the management of the stakeholders of the Project of new areas of Repsol
2019, Being the main objective Discovering how the implementation of "Project
Management Body of Knowledge" "Improve the management of stakeholders of the
project of new areas of Repsol 2019 based on the general hypothesis: The Application of"
Project Management Body of Knowledge "significantly improve the management of
stakeholders of the project of New areas of Repsol 2019

In this work we use the methodology of applied research with an experimental design with
sub dimensions in pre experimental having the explanatory scope with sub dimension in
pre-experimental, having a population and sample of 30 projects. The sampling was
probabilistic, the approach was quantitative, the data process was performed with SPSS
version 25, with descriptive and statistical statistics using t-student criteria when presenting
normality based on the Fourth Way criteria. A survey instrument was used. to collect data
on the level of perception of SIAGIE among professors, managers and administrators; and
another survey instrument to collect information on the improvement of new projects.

Keywords PMBOK, SSPS, PAPERS, THESIS


16

INTRODUCCION

El tema a desarrollar es Implementación de “Project Management Body of Knowledge”


para mejorar la gestión de los interesados del proyecto de las nuevas áreas de Repsol 2019”,
son personas y organizaciones que participan de forma activa en el proyecto o cuyos intereses
podría hallarse afectados como consecuencia de la ejecución del proyecto y finalizando con
su conclusión. tienes niveles de responsabilidades cada autoridad y variable que dan parte
en los proyectos, cuyos niveles de pueden ser (promotor, patrocinador, proveedores, hasta el
operador), para esto debe paras por todos los involucrados desde los gerentes, técnicos y los
mandos intermedios

Se está trabajando con la norma AIE aplicada a la rama de ingeniería. Sse utilian software
de referencia automática zotero el cual es un programa de automatización para gestor de
referencias bibliográficas, así mismo también se utilizó el paradigan que se usa el software
avanzado en los estilos que exige la norma AIE, se presenta un checklist donde se da
cumplimiento al rigor científico de la SUNEDU para la obtención al grado de ingeniería de
sistemas según la ley de grado de ingeniero de sistemas vigente.

el trabajo de investigación desarrollado o presentado ha sido verificado e las similitudes y o


precisiones del software plagius cheking y se utilizó y para los procesos estadísticos el SSPS
25

el presente trabajo de investigación es inédito y se plantea solucionar el problema ¿De qué


manera La Aplicación de “Project Management Body of Knowledge” contribuirá en la
gestión de los interesados del proyecto? en la institución REPSOL S.A.
17

Capítulo I: El problema de Investigación


1.1 Planteamiento del problema

En la actualidad las empresas realizan nuevos proyectos. Sin un orden en cuanto a los
Interesados del proyecto. Asignando tareas diversas a las personas que no le competen,
cometiendo errores a la hora de elaborar la implementación en los nuevos proyectos en las
oficinas de Repsol 2019 – san isidro.
Los actores interesados del proyecto o stakeholders en su siglas en ingles son actores
o personas y/u organizaciones, clientes (Proveedores), patrocinadores, la organización
ejecutante y el público que está activamente involucrado en el proyecto y También aquellos
cuyos intereses pueden ser afectados de forma positiva o negativamente por la puesta en
marcha o el b lado del proyecto en las nuevas áreas de Repsol.
En Repsol, el 80% de los Proyectos de implantación de nuevas áreas de información están
en manos de diferentes proveedores los cuales realizan diversas funciones como
infraestructura, redes, soporte, inventario y sistema eléctrico, lo cual genera inquietudes
sobre la calidad de entrega de las nuevas áreas ya sea por el retraso de tiempo, o la confusión
en los planos de infraestructura tecnológica. la compañía tiene más opciones de fracaso que
de triunfo, sólo un 20% de las implementaciones de áreas resultan exitosas, teniendo en
cuenta como triunfo el logro de la mayor parte del provecho esperado. De los proyectos
exitosos, 25% consigue ser totalmente asimilado por los individuos de la compañía a lo largo
de los dos años siguientes a su utilización y estabilización.

Misión
La misión de Repsol es ser una compañía energética comprometida con el mundo y con la
constante mejora continua.
Visión
Ser una compañía energética worldwide, que basada en la innovación, la eficiencia y el
respeto, crea valor de manera sostenible para el progreso de la sociedad.Creación de valores:
Identificamos lo importante poniendo en valor que todos somos Repsol
Respeto:
Creamos un entorno laboral inclusivo y de confianza
Eficiencia:
18

Realizamos un uso óptimo de nuestros recursos.


Anticipación:
Respondemos a tiempo frente a oportunidades y amenazas

El área que se estudiara es el área de sistemas teniendo el siguiente organigrama:


REPSOL S.A.
AREA DE IT

Gerente General
de IT
Rubén Kanna

Jefe de
Jefe de Atención Comunicaciones Jefe de
al cliente IT y Redes Aplicaciones IT
Edgardo Valencia André Falconi Pool Marroquin

Analista Analista Analista Analista Analista


de de de de de
Analista Analista Redes Redes Analista Redes Redes Redes
Jimy Sanchez Ronald Garcia Mario Villanueva Marco Garcia Name Marco Garcia Marco Garcia Marco Garcia

Proveedore Proveedore
Proveedores Proveedore Redes s De s De
Atención al s Comprar Infraestruct Redes Apl icacion Apl icacion
Cliente IT IT ura Apl icativos es IT es IT
GMD
G-Electrom OTS GMD GMD EVERIS

Fig, 1 Organigrama de la Empresa Repsol

1.2 Formulación de la problemática

1.2.1 Problema General

¿De qué manera La implementación de “Project Management Body of Knowledge”


contribuirá en la gestión de los interesados del proyecto en las nuevas áreas de Repsol 2019?
19

1.2.2 Problemas Especifico

Problema Específico 1:

¿De qué manera la implementación de “Project Management Body of Knowledge”


contribuirá en Identificar a los Interesados en las nuevas áreas de Repsol 2019?

Problema específico 2

¿De qué forma la implementación de “Project Management Body of Knowledge” contribuirá


en Planificar el Involucramiento de los Interesados en las Nuevas áreas de Repsol 2019?

Problema específico 3

¿de qué forma la implementación de “Project Management Body of Knowledge” contribuirá


en la Gestionar el Involucramiento de los Interesados en las Nuevas áreas de Repsol 2019?

Problema específico 4
¿de qué forma la implementación de “Project Management Body of Knowledge” contribuirá
en Monitorear el Involucramiento de los Interesados en las Nuevas áreas de Repsol 2019?

1.3 Justificación

1.3.1 Justificación Social o practica

Justificación Social
Este estudio permitirá el desarrollo organizacional de las empresas Repsol, conocer
sus mecanismos de relación, optimizarlo e innovarlo, para mantener una ventaja
competitiva en el mercado, una vez implantad y puesto en marcha este taller de
implementación, permitirá encaminar a la empresa mayores éxitos con clientes
satisfechos, beneficiando la conservación y crecimiento de la empresa y en menor
tiempo.

Justificación Práctica
Implementacion de “Project Management Body of Knowledge” a fin de mejorar la
gestión de los interesados del proyecto de Nuevas áreas de Repsol 2019
20

1.3.2 Justificación Científica o Teórica

Este proyecto nace a partir de la necesidad de proponer lineamientos que generen


estándares para los grupos de procesos de los proyectos de REPSOL en Perú,
teniendo en cuenta que en la actualidad se presentan limitantes en el desarrollo de los
mismos tales como:
 Falta de criterios estándar con respecto a las aplicaciones de la normatividad
vigente.
 No se cuenta con una visión integral de los flujos del ámbito de IT.
 No se cuenta con herramientas que sirvan de base para el desarrollo de la
arquitectura propuesta en su nivel de detalle.

1.3.3 Justificación Metodológica

Este estudio permitirá el desarrollo organizacional de las empresas Repsol, conocer


sus mecanismos de relación, optimizarlo e innovarlo, para mantener una ventaja
competitiva en cuanto a implementación de nuevas áreas, una vez implantada y
puesto en marcha esta implementación, permitirá encaminar a la empresa mayores
éxitos con clientes y proveedores satisfechos, beneficiando la conservación y
crecimiento de la empresa.

1.4 Delimitación del problema

1.4.1 Delimitación Espacial

La implementación tiene como magnitud ofrecer una guía de informe con base en las
buenas prácticas de Aplicación de “Project Management Body of Knowledge” a fin
de mejorar la gestión de los interesados del proyecto de Nuevas áreas de Repsol 2019.
Éste se delimita a la planificación de la implementación, saliendo de la importancia
de las labores de realización y puesta en marcha del taller; asimismo como el
progreso posterior de los mismos. No obstante, se dejará como ventaja para la
organización el desarrollo de cualquier plan semejante que no se incluya dentro del
alcance de este proyecto.
21

1.4.2 Delimitación Temporal

La exploración se va a realizar entre los meses de diciembre a febrero del año 2019.
Evaluando los procesos de implementación de nuevas áreas de los últimos 4 meses
del año pasado.

1.4.3 Delimitación Económica

El siguiente trabajo de implementación de “Project Management Body of


Knowledge” a fin de mejorar la gestión de los interesados del proyecto de nuevas
áreas de Repsol 2019, evaluando especialmente las virtudes de su uso para tal fin, de
igual modo detallar e interpretar las virtudes importantes del uso de estos
fundamentos para utilizarlos en los futuros proyectos.

1.4.4 Delimitación Conceptual

De acuerdo [1]los accionistas o interesados son cualquier persona que tiene un interés
personal en el proyecto. Gestionar los grupos de interés implica la identificación, la
inclusión y la comunicación con los grupos de interesados en el proyecto. Aquí se
administran las ansiedades y preocupaciones que los grupos de interés puedan tener
sobre el trabajo del proyecto.

esta área de conocimiento especial es la coordinación de eventos en todas las otras


áreas de conocimiento. Qué tan bien se desempeña el director del proyecto en un
conocimiento afecta directamente al rendimiento de las otras áreas de conocimiento.
La gestión de la integración del proyecto examina las interacciones y contingencias
entre las áreas de conocimiento para asegurar que el proyecto sea adecuadamente
planeado, ejecutado, controlado y cerrado.
22

1.5 Limitaciones

Entre las limitaciones se encuentran las siguientes:

1.Las horas de capacitación de los implicados.

2.El tiempo de capacitación no debe ser mayor de 2 horas diarias.

3. Los implicados y su etapa de aprendizaje para mejorar los nuevos proyectos.

1.6 Objetivos de la investigación

1.6.1 Objetivo general

Identificar la manera que la implementación de “Project Management Body of


Knowledge” contribuirá la gestión de los interesados del proyecto en las nuevas áreas
de Repsol 2019.

1.6.2 Objetivos específicos

Objetivos específicos: 1

Descubrir de qué manera la implementación de “Project Management Body of


Knowledge” contribuirá en Identificar a los Interesados del proyecto de las nuevas
áreas de Repsol 2019.

Objetivos específicos: 2

Descubrir de qué manera La implementación de “Project Management Body of


Knowledge” contribuirá en Planificar el Involucramiento de los Interesados del
proyecto de las nuevas áreas de Repsol 2019.

Objetivos específicos: 3

Descubrir el efecto de La implementación de “Project Management Body of


Knowledge” contribuirá en Gestionar el Involucramiento de los Interesados del
proyecto de las nuevas áreas de Repsol 2019.

Objetivos específicos: 4
23

Descubrir el efecto de la implementación de “Project Management Body of


Knowledge” contribuirá en Monitorear el Involucramiento de los Interesados del
proyecto de las nuevas áreas de Repsol 2019.

1.7 Importancia

El desconocimiento conceptual y practico de lo que son los stakeholders ha propiciado que


las empresas Repsol del sector de producción de refinería, vayan siendo menos eficientes en
la gestión de sus procesos y como resultado vayan perdiendo competitividad en la
efectividad generando desorden en los proyectos.
24

Capítulo II Marco teórico


2.1 Antecedentes del problema

Con la intención de hallar los antecedentes propios al tema de navegación, se tuvo que buscar
información tanto en las bibliotecas físicas como electrónicas vía internet, donde se lograron
encontrar varios temas referidos al PMBOK y el sistema de información, este estudio
encontrado nos sirvió de referencia para la presente navegación, los cuales se analizan con
la intención de tener la de mayor relevancia información viable y un panorama más claro en
relación a la eventualidad que se aborda. Mencionaremos algunos temas indispensables del
tema Nacional e Internacional.

2.1.1 A nivel internacional

Según lo detallado [1] a en la revista EAN indexada en su artículo titulado “Strategic project
management: a methodology for sustainable competitive advantage”, cuyo autor Edwin
Francisco Ferrer Romero cita lo siguiente:
Este artículo tiene como objetivo discutir la fusión entre la disciplina de
gestión de proyectos y la planeación estratégica, mediante una metodología
de estrategia de proyectos. Algunas organizaciones necesitan hacer de la
gerencia de proyectos una ventaja competitiva, lo cual se logra mediante la
alineación de estos con la estrategia organizacional. Para ello es importante
asegurar que las etapas del proceso de planeación estratégica estén integradas
con la metodología de gerencia de proyectos en uso. En otras palabras, el
análisis, la formulación, la implementación y la definición de las metas
estratégicas deben encontrar un punto de contacto con la práctica. Aquí se
presentan algunos aspectos básicos de la gestión estratégica y un análisis del
enfoque de la gerencia de proyectos, para lo cual se hace referencia al marco
de trabajo PMBoK del Project Management Institute (PMI). Finalmente, se
discute el vínculo de ambas disciplinas para establecer un marco de trabajo,
que brinde una ventaja competitiva a las organizaciones. Dicha metodología
se ha denominado Gerencia Integral de Proyectos Estratégicos.

Según lo detallado [2] a en la revista indexada en su artículo titulado “Evaluación de


herramientas para la gerencia de proyectos de construcción basados en los principios del
PMI y la experiencia”, cuyos autores son Jhosymar Louis Pinzón Rincón y Aldemar
Remolina Millan citan lo siguiente:
25

En este artículo se analizan las herramientas propuestas en el Project


Management Body of Knowledge - PMBOK, como apoyo al desarrollo de
cada una de las diez áreas de gestión que conforman el ejercicio profesional
del gerente de proyectos. El análisis se realiza teniendo en cuenta criterios
como la practicidad y el impacto que cada una de las herramientas propuestas
tiene sobre la labor de gestión del gerente. Para realizar el análisis, se elaboró
una matriz que integra las diez áreas de conocimiento con los cinco grupos
de procesos del proyecto; la matriz desarrollada permitió identificar las
herramientas más recurrentes y que tienen mayor impacto sobre la gestión
integral del proyecto. Se contrastó la compatibilidad de un grupo de
herramientas seleccionadas con las herramientas utilizadas en la gestión de
proyectos ágiles y con la experiencia declarada de una muestra de gerentes
de proyectos practicantes; la valoración de la experiencia declarada se realizó
teniendo en cuenta el uso, la practicidad y el impacto de las herramientas
seleccionadas. El análisis realizado permite concluir que con nueve
herramientas se puede llevar a cabo una gestión gerencial integral de las diez
áreas del conocimiento a través de todos los grupos de procesos.

Según lo detallado [3] a en la revista indexada en su artículo titulado “Project management


and organizational strategy: the colombian program and project management maturity model
(cp3m©) v5.0.”, cuyos autores son roject management and organizational citan lo siguiente:
In recent years international interest in projects and their use in the
implementation of organizational strategy has increased rapidly. It is
therefore very important to count with a system of project management that
is capable of responding to demands for adaptability and flexibility and
ensuring successful project management. Program and Project Management
Maturity Models (P3Ms) have been developed to help organizations manage
their projects successfully. These models enable organizations to establish
improvement paths that enable them to achieve desired levels of maturity and
that respond to their particular conditions and characteristics. However, few
efforts have been made to integrate the quest for project maturity with the
implementation of strategies. This article reports on the results of five years
of theoretical and applied research, which has led to the creation by
Colombia's Universidad del Valle of the CP3M© V5 Maturity Model.

Según lo detallado [4] De acuerdo a en la RISTI - Revista Ibérica de Sistemas y Tecnologías


de Información indexada en su artículo titulado “Método para el aseguramiento de ingresos
basado en análisis de riesgos y computación con palabras”, cuyos autores Gilberto F. Castro
Aguilar, Anié Bermudez Peña, Francisco G. Palacios Ortiz, Fausto R. Orozco Lara, Diana
J. Espinoza Villón, Diana M. López Álvarez indican lo siguiente:
El incremento de la competitividad en los mercados globales ha provocado
la necesidad de perfeccionamientos en las organizaciones orientadas a
26

proyectos, dirigidas a mejorar su salud financiera. El aseguramiento de


ingresos combina técnicas de estadística, gestión de riesgos, alcance, tiempo,
soft computing y minería de datos anómalos, orientado a la reducción de
costos y la maximización de ingresos en las organizaciones. Este trabajo
presenta un método para el aseguramiento de ingresos basado en técnicas de
análisis de riesgos y computación con palabras. Con ello se persigue mejorar
los procesos de detección y prevención de situaciones que afectan los
ingresos en las organizaciones orientadas a proyectos. Se desarrolla la gestión
de riesgos con un enfoque proactivo para la planificación y la evaluación
cualitativa de riesgos. Se realiza un análisis final que muestra las ventajas de
la propuesta con respecto a los resultados obtenidos con la técnica tradicional
del PMBOK.

Según lo detallado [5] De acuerdo a la Revista indexada cuyo título es “Práticas PMBOK®
e Corrente Crítica: antagonismos e oportunidades de complementação”, cuyos autores son
João Victor Rojas Luiz, Fernando Bernardi de Souza y Octaviano Rojas Luiz indican lo
siguiente:
O esforço do Project Management Institute (PMI) em reunir e codificar o
conhecimento de valor na área de Gerenciamento de Projetos (GP) resultou
no A Guide to the Project Management Body of Knowledge (Guia
PMBOK®). Goldratt contribuiu para o conjunto de conhecimentos em GP ao
desenvolver o método Corrente Crítica (Critical Chain Project Management
– CCPM), fundamentada na Teoria das Restrições (Theory of Constraints –
TOC). A CCPM, superficialmente recomendada pelo Guia PMBOK®,
apresenta novos conceitos e métodos voltados ao GP, parte dos quais conflita
com algumas das práticas recomendadas pelo próprio Guia. Esta pesquisa
assume que a CCPM pode trazer relevantes benefícios ao campo de
conhecimento em GP e questiona a pouca relevância dada pelo Guia
PMBOK®. Assim, a pesquisa tem como proposta global verificar
inicialmente o grau de inserção da CCPM no Guia e, posteriormente, avaliar
possíveis antagonismos entre eles, assim como oportunidades de
complementação. A análise se baseou em uma revisão da literatura e em uma
pesquisa de campo com especialistas certificados. Apesar de a CCPM ser
recomendada pelo Guia como um método voltado para o Gerenciamento do
Tempo, a pesquisa indicou que outras práticas que envolvem a CCPM, e não
contempladas pelo Guia, podem contribuir não apenas para o Gerenciamento
do Tempo, mas também de Recursos Humanos e Comunicações. A pesquisa
apontou também que a CCPM não é autossuficiente em suas práticas,
devendo recorrer ao Guia especialmente no Gerenciamento da Integração e
Escopo. Foi indicado ainda que a CCPM se opõe a certas práticas de gestão
do tempo recomendadas pelo Guia. Se aplicadas concomitantemente, elas
podem potencialmente pôr em risco a efetividade do GP.
27

2.1.2 A nivel nacional

Según lo detallado [6] De acuerdo a revista de ESAM es “Gestión de stakeholders en el


sector construcción”, Publicado el 18 de enero 2017 a las 3:17 PM

indican lo siguiente:

Cuando se construye un edificio o un centro comercial es de suma


importancia la aplicación de buenas prácticas en proyectos y entre ellas, en
forma inexorable, la gestión de los stakeholders. La construcción de cualquier
infraestructura de uso público genera consecuencias en la zona donde se
desarrolla un proyecto. Por ejemplo, levantar un hotel o un centro comercial
implica un impacto muy fuerte desde el momento en que se comienza a
excavar para hacer las bases de la edificación.

"En consecuencia, quien conduzca un proyecto de esta naturaleza debe prever


los impactos que se darán en materia de estacionamientos -que beneficiarán
a los que ingresen pero eventualmente perjudicarán a los vecinos-, el tráfico,
los aspectos ambientales, los relacionados con la seguridad, etc", dice Eddy
Morris, profesor del Diploma Internacional en Gerencia de Proyectos de
ESAN.

Dos casos: Larcomar y Westin

En ese sentido el especialista de ESAN recordó el caso Larcomar, proyecto


que al ser iniciado generó muchos cuestionamientos por parte de los vecinos
que viven en Miraflores. Las críticas vinieron por el lado ambiental pues se
pensaba que un centro comercial en esa zona terminaría con las áreas verdes,
lo cual no ocurrió. También se expresaron preocupaciones por el mayor
movimiento vehicular, lo que trae consigo contaminación.

Sin embargo, en el debate sobre la viabilidad de Larcomar no se mencionó la


posibilidad de una tragedia como el incendio ocurrido el pasado 16 de
noviembre. Aquí hubo una falla no por el lado de la gestión con los vecinos,
sino con el monitoreo del cumplimiento de los protocolos de seguridad con
los locatarios del centro comercial.

"Un gestor de proyectos debe pensar en administrar a los stakeholders para


que finalmente ellos participen del proyecto y todo resulte exitoso", refiere
Morris, quien destaca el caso del hotel Westin.

Así, señala que con el funcionamiento del Westin todos los interesados están
beneficiados, pero al inicio hubo mucha gente reacia a que se construya un
edificio tan grande en el lugar.

"Finalmente, gracias a una buena gestión, al diálogo constante y la


participación de la municipalidad, los vecinos y otros interesados se logró que
28

ese proyecto sea exitoso. Ahí hubo un manejo de stakeholders muy


interesante", puntualizó el profesor Morris.

De acuerdo a [11] en la tesis “Aplicación De La Guía Pmbok Al Proyecto


Centro comercial En Chugay En La Gestión Del Tiempo, Gestión del Costo
y Gestión de la Calidad”, cuyos autores Eduard O. Lucho Ruiz, Edder R.
Rodríguez Vera indican lo siguiente:

El presente trabajo busca desarrollar un sistema de gerencia para el proyecto:


APLICACIÓN DE LA GUIA PMBOK AL PROYECTO CENTRO
COMERCIAL EN CHUGAY EN LA GESTIÓN DEL TIEMPO, GESTIÓN
DEL COSTO Y GESTIÓN DE LA CALIDAD, en comparación con los
sistemas de gerencia utilizados en nuestro medio, a fin de que se adopte un
modelo de gestión de proyectos de acuerdo con los requerimientos del cliente
y las características específicas del proyecto. Para el caso del proyecto en
estudio, se consideró necesario desarrollar la gestión de las siguientes áreas
de conocimiento: Gestión del Tiempo, Gestión del Costo y Gestión de la
Calidad. Finalmente cabe señalar que este estudio busca ser una propuesta
guía de aplicación para gerencia de proyectos, basada en los lineamientos del
PMI, más que una regla práctica, y además busca contribuir en el proceso de
renovación de la gerencia de proyectos, en el cual, a partir de las necesidades
del cliente, se establezca un modelo de gestión adecuado, para garantizar el
éxito del proyecto en términos de la satisfacción de todas las partes
involucradas.

De acuerdo a [7] la siguiente tesis consiste en la elaboración de una propuesta de


planeamiento integral haciendo uso del PMBOK presentada por VANESSA CARDENAS
VARGAS indica lo siguiente
El presente trabajo de tesis consiste en la elaboración de una propuesta de
planeamiento integral haciendo uso del PMBOK, para la construcción de 142
viviendas unifamiliares, proyecto inmobiliario localizado en la ciudad de
Puno. El proyecto consiste en la Habilitación Urbana de 06 manzanas
proyectadas para 142 viviendas unifamiliares, así como también la
construcción de las mismas, bajo las normas vigentes del actual programa
nacional de vivienda Techo Propio que promueve el Ministerio de Vivienda
para familias de escasos recursos económicos.La tesis está dividida en siete
capítulos donde se desarrollan principalmente los procesos de inicio y
planeamiento del proyecto según el PMBOK. El capítulo 1 contiene la
memoria descriptiva, ubicación y el objetivo del proyecto inmobiliario. El
capítulo 2 contiene el Marco teórico que se está aplicando para el desarrollo
de la tesis. El capítulo 3 contiene las áreas de conocimiento del Proyecto
aplicando el PMBOK, en este capítulo se desarrollarán, de forma resumida,
los procesos de ejecución, seguimiento, control y cierre de obra. El capítulo
4 contiene el desarrollo del proceso de Inicio aplicado para este proyecto
siguiendo los lineamientos del PMBOK. El capítulo 5 contiene el desarrollo
29

del proceso de Planificación aplicado para este proyecto siguiendo los


lineamientos del PMBOK., El Capítulo 6 contiene las conclusiones de la
presente tesis El Capítulo 7 contiene las referencias bibliográficas que se
consideró.

De acuerdo a [8] en la tesis “Aplicación De La Guía Pmbok Al Proyecto Centro comercial


En Chugay En La Gestión Del Tiempo, Gestión del Costo y Gestión de la Calidad”, cuyos
autores Eduard O. Lucho Ruiz, Edder R. Rodríguez Vera indican lo siguiente:
El presente trabajo busca desarrollar un sistema de gerencia para el proyecto:
APLICACIÓN DE LA GUIA PMBOK AL PROYECTO CENTRO
COMERCIAL EN CHUGAY EN LA GESTIÓN DEL TIEMPO, GESTIÓN
DEL COSTO Y GESTIÓN DE LA CALIDAD, en comparación con los
sistemas de gerencia utilizados en nuestro medio, a fin de que se adopte un
modelo de gestión de proyectos de acuerdo con los requerimientos del cliente
y las características específicas del proyecto. Para el caso del proyecto en
estudio, se consideró necesario desarrollar la gestión de las siguientes áreas
de conocimiento: Gestión del Tiempo, Gestión del Costo y Gestión de la
Calidad. Finalmente cabe señalar que este estudio busca ser una propuesta
guía de aplicación para gerencia de proyectos, basada en los lineamientos del
PMI, más que una regla práctica, y además busca contribuir en el proceso de
renovación de la gerencia de proyectos, en el cual, a partir de las necesidades
del cliente, se establezca un modelo de gestión adecuado, para garantizar el
éxito del proyecto en términos de la satisfacción de todas las partes
involucradas.

De acuerdo [9] a en la tesis “APLICACIÓN DE LA GUÍA DEL PMBOK® EN EL


DESARROLLO DE NUEVOS PRODUCTOS FARMACÉUTICOS EN UN ÁREA DE
INVESTIGACIÓN Y DESARROLLO”, cuyo autor es Edson Ivan Soto Vicente el cual
indica lo siguiente:
La presente tesis está basada en la utilización de los conceptos y metodologías
de la guía del Project Management Institute (PMI), denominada Guía de los
Fundamentos para la Dirección de Proyectos (Guía del PMBOK®, Cuarta
Edición), para aplicarlos en el desarrollo de nuevos productos farmacéuticos
en el área de investigación y desarrollo de una industria farmacéutica
nacional. Esta guía contiene nueve áreas de conocimiento, entre las cuales
aplicaremos, la Gestión del Alcance, Gestión de la Integración, Gestión del
Tiempo, Gestión de la Calidad, Gestión de Recursos Humanos, Gestión de
Riesgos, Gestión de la Comunicación y Gestión de Costos. Se diseñará y
ejecutará el proyecto denominado “Desarrollo de un jarabe de hierro
polimaltosado” donde se aplicará la guía del PMBOK, cuarta edición (2008).
Este proyecto abarcará desde la aprobación de la “Solicitud de desarrollo”,
seguido de la ejecución de las tareas planeadas en la gestión del alcance, hasta
30

la entrega del expediente hacia el ente regulador (DIGEMID). Se estima en


base al planeamiento un presupuesto de $ 37 510,00 y un tiempo de ejecución
de 416 días. Al finalizar el proyecto, se demuestra que los conceptos,
metodologías, herramientas y lineamientos manejados según la guía del
PMBOK han sido de mucha utilidad al momento de planificar, ejecutar y
controlar el desarrollo del proyecto, los cuales conllevan hacia el ahorro de
tiempo, dinero y presupuesto. Se sugirie aplicarlo en el diseño de proyectos
para nuevos productos en la industria farmacéutica.

De acuerdo a [10] en la tesis “Modelo de gestión de control de costos, en la industria de la


construcción, bajo el enfoque del PMI-PMBOK; caso presa de relave, Consorcio Stracon
GyM-Motaengil, minera Chinalco, Perú”, cuyo autor Mañuico Mendoza, Roberto indica lo
siguiente:
Durante el 2011 y 2012, en el consorcio de las empresas StraconGyM y Mota-
Engil Perú, en el proyecto CC-02 “Construcción de Presa de Relave y
Facilidades”, se implementó la gestión de control de costos, bajo el enfoque
del PMI-PMBOK (Projetc Management Institute-Projetc Management Body
of Knowledge).
La investigación tuvo el objetivo de determinar en qué medida la
implementación del modelo de gestión de control de costos bajo el enfoque
del PMI-PMBOK, permite mejorar la eficiencia del costo del proyecto CC-
02. La demostración de la mejora de la eficiencia del proyecto se sustentó en;
la mejora de la satisfacción de la gestión de control de costos, la mejora del
desempeño del costo, y en la mejora del desempeño del trabajo por completar.
Para el cual se utilizó el un diseño cuasi-experimental de serie de tiempos.
Como resultado de la investigación se obtuvo un incremento de 47.82% en la
satisfacción de la gestión de costos, quiere decir que pasó de 33.34% a un
81.16%, un incremento del índice desempeño del costo (eficiencia) de 111 %
a 145%, y un incremento del índice desempeño del trabajo por completar de
111% a 114%. 28
La investigación concluye, que la implementación del modelo de gestión de
control de costos bajo el enfoque del PMI-PMBOK, en el proyecto CC-02,
ha contribuido en la mejora de la eficiencia del costo del proyecto CC-02.

De acuerdo a [11] en la tesis “Modelo de gestión de control de costos, en la industria de la


construcción, bajo el enfoque del PMI-PMBOK; caso presa de relave, Consorcio Stracon
GyM-Motaengil, minera Chinalco, Perú”, cuyo autor Mañuico Mendoza, Roberto indica lo
siguiente:
Durante el 2011 y 2012, en el consorcio de las empresas StraconGyM y
Mota-Engil Perú, en el proyecto CC-02 “Construcción de Presa de Relave y
Facilidades”, se implementó la gestión de control de costos, bajo el enfoque
31

del PMI-PMBOK (Projetc Management Institute-Projetc Management Body


of Knowledge).
La investigación tuvo el objetivo de determinar en qué medida la
implementación del modelo de gestión de control de costos bajo el enfoque
del PMI-PMBOK, permite mejorar la eficiencia del costo del proyecto CC-
02. La demostración de la mejora de la eficiencia del proyecto se sustentó
en; la mejora de la satisfacción de la gestión de control de costos, la mejora
del desempeño del costo, y en la mejora del desempeño del trabajo por
completar.
Para el cual se utilizó el un diseño cuasi-experimental de serie de tiempos.
Como resultado de la investigación se obtuvo un incremento de 47.82% en
la satisfacción de la gestión de costos, quiere decir que pasó de 33.34% a un
81.16%, un incremento del índice desempeño del costo (eficiencia) de 111
% a 145%, y un incremento del índice desempeño del trabajo por completar
de 111% a 114%. 28

La investigación concluye, que la implementación del modelo de gestión de


control de costos bajo el enfoque del PMI-PMBOK, en el proyecto CC-02,
ha contribuido en la mejora de la eficiencia del costo del proyecto CC-02.
32

2.2 Marco Conceptual

2.2.1 Bases teórica del PMBOK

Gestión interesados del proyecto

Los interesados del proyecto son un mezclado de personas y organizaciones tales como
(Proveedores) que son miembros de manera activa en el emprendimiento del proyecto, cuyos
intereses tienen la posibilidad de verse afectados por las decisiones que se pueden tomar
como fruto de la ejecución del emprendimiento o de su cierre. Los apasionados tienen
escenarios de juramento y el mando vario al formar parte en un proyecto en la compañía.
Estos escenarios de conflicto tienen la posibilidad de ir desde el promotor y patrocinador del
proyecto incluso el operario que participa en la ejecución del Proyecto, pasando por todos
los técnicos y mandos intermedios.

Los directores de proyectos que ignoren el funcionamiento tienen a aplazar un


encontronazo amenazador en los resultados del proyecto. No detectar los errores a tiempo
puede impulsar inconvenientes significativos a un emprendimiento. En aquel momento, una
de las primeras tareas del director de Análisis hipotético del PMBOK® y su puesta en
costumbre en proyectos de Edificación de proyectos va a ser detectar a todos los apasionados
que logren influir de una forma efectiva o negativa en el emprendimiento. Entre otras cosas,
en un emprendimiento de fabricación, entre los apasionados clave de los proyectos de
encuentran: Director del proyecto: es la persona responsable de dirigir el proyecto. En el
caso de Repsol seria el gerente general de IT, y lo siguiente al mando los analistas. Todo el
proceso tiene que pasar filtros de mejora continua.

Cliente / usuario: en ña situación de sistemas el usuario final es el que recibe un programa


para su empresa o proyecto que está realizando en nuestro caso sería Repsol que recibe las
nuevas áreas en el tiempo indicado con los requerimientos indicados.

La organización ejecutante del proyecto en esta situación seria la empresa de minerales


Repsol, cuyos proveedores forman parte de manera activa en el proceso de las nuevas áreas
de Repsol cuyos recursos tiene que ser mejor aprovechado.

Los integrantes del proyecto serían los siguientes (ingenieros, técnicos de sistemas,
proveedores de construcción del área, infraestructura, redes, soporte inventario de equipos
informáticos) que hacen el trabajo de preparación del emprendimiento.
33

Conjunto de dirección del proyecto: son los integrantes del conjunto del emprendimiento
que forman parte de manera directa en las ocupaciones de dirección del emprendimiento.

Promotor o Patrocinador. - la persona o personas de la institución de Repsol que brindas


la financiación de moneda para los costos del proyecto. En este caso sería el área de tesorería.

Influyentes. – son aquellas personas que no están directamente en el proyecto, pero influyen
en toma de decisiones, son observadores normalmente no se meten en detalle en el proyecto,
pero si ven afectado sus intereses entraran en rigor para no tener pérdidas en el caso de
Repsol seria auditoria de sistemas.

La oficina de Administración de Proyectos (PMO): Oficina de gestion de proyectos


conocida como (PMO) es el área o grupo que se encargan de mantener o definir los
estándares de procesos. realiza las funciones de economizar de recursos mediante diferentes
propuestas del proyecto también se encarga de generar proyectos de respaldo ya sea en
formación de software, políticas de seguridad y estandarizar los procedimientos.

El director del Proyecto. - debe tomar en cuenta todos los interesados del proyecto desde
el jefe de proyecto hasta el menos operador, debido a que si no puede fracasar en la
construcción del proyecto, sin dejar de prestar atención a los involucrados ya que los jefes
de proyecto suelen tener metas diferentes o contradictorias.

los proyectos tambien tiene peligros como ecologistas, en la creacion de nuevas areas en
repsol siempre y cuando considere que puede traer consecuencias negativas para el medio
ambito, como ejemplo podemos tener las nuevas lantas de repsol en conchan villa el
salavados la contaminacion, esto podria contaminar el ambiente y eso generaria una multitud
la cual impedira que se ralize el proceso con normalidad retrazando los tiempos y la entrega
del proyecto.

se tiene que planear todo ver que problemas pueden genera antes de generarce ya que el jefe
de proyecto no puede vivir apagand incendios ya que no seria un buen jefe de proyecto el
deberia prevenir los mismos y estar adelante de los problemas que se presenten, debemos
generar planes de backup procesos de respaldo en caso de accidentes y nuevo critrios en la
realizacion de los mismo, por eso se toma en cuenta a todos los interesados, en repsol los
proyectos cuentan con proveedores que realizan funciones especificas:
34

DREAMWORK: encargado de la contuccion de los ambientes de repsol cuenta con un


supervisor y sus trabajadores

SETERZA: se encarga de los modulos para los trabajadores instalacion de los brazos para
los equipos informaticos.

GMD: encargado de infraestructura de redes y conectividad.

SOLUCIONES INTEGRALES: servidores de red seguridad de la informacion y tambien


fisico.

NCR: servicio CAU, instalacion de equipos informaticos inventariado de los mismo.

OTS: servicio de Salas de Video conferencia.

Mesa de Ayuda España: servicio de accesos para los modulos y servidores que se colocara
en las nuevas areas

Objetivos y alcances del SIAGIE


El PMNOOK cuenta con 10 capítulos en la versión 6, es una guía de las buenas prácticas
para la gestión de interesados del proyecto que acompaña en el transcurso de la
administración de la gestión de los interesados dentro de nuestra compañía. Es para manejo
y pasos. Esta guía apoya a los procesos administrativos, provocando una mejora en las
actividades y el desarrollo de cada persona en las funciones que va a realizar. De semejante
forma, se tiene la posibilidad de tener un registro de los actores y sus funciones para un mejor
orden.

2.2 Marco Conceptual

Este proyecto muestra la Administración de Peligros para un Emprendimiento de


Infraestructura, aplicable para la Creación de nuevos proyectos, especialmente a lo largo de
la Etapa del diseño, esto puede ser el cimiento primordial siendo el comienzo del proyecto
de las buenas practicas. En esta etapa de ejecución se inician varios eventos que se desviarán
de aquello que se ha planeado y van a poder plasmarse como se preveo. Para ofrecerle
mejores resultados a esta clase de eventos se usa metodologías de iniciativa Guiadas por
35

PMBOK debido a tener dentro la filiación, Examen Cualitativo y Cuantitativo, y al final


Proyectos de Contingencias.

De acuerdo con proyectos de tipo pasado podemos ver el peligro y las deficiencias que
marcan gracias al análisis. Para poder buscar una solución viable y disminuir los problemas
que se pueden presentar para asi poder llegar a los objetivos planteados. Los resultados serán
proyectos con las metas y objetivos trazados en los planes con el tiempo exacto y sin retrasos.

2.3. Diccionario de términos

De acuerdo al glosario de términos utilizados, se pude mencionar los siguientes términos:


Proyecto:
es la respuesta a una necesidad mediante un esfuerzo en conjunto, tienes un objetivo
definido, tienes ciclo de vida, interacción entre varias áreas, tienen medición de
tiempo y recursos, y todo esto se hace realidad mediante nuevas actividades

PMBOK:
Es la guía de las buenas practicas dirigida a proyectos cuenta con 10 módulos y un
ciclo de vida, y tiene un inicio una planificación, ejecución seguimiento y control y
un cierre.

Stakeholders:
todos los actores sociales que debido a las decciondes de la empresa puedes ser
afectados positivamente o negativa mente
puede ser primarios y secundarios algunos activos y otros inactivos

ESAM:
La Universidad ESAN es una universidad privada sin fines de lucro ubicada en la
ciudad de Lima.
36

PMI:
El Project Management Institute fundada en 1969 institucion sin fines de lucro
fundada en EEUU. su meta es brindar recursos y oporunidades a las personas
involucradas

REPSOL:
Empresa de productos minerales española con sedes en España, Brasil, Bolivia y Perú
fundada en 1987, cuenta con una de las más grandes plantas de refinería de minerales
(Refinería la panpilla).

ISO:
La Organización Internacional de Normalización

Competividad:
Es obtener la mayor satisfacción de la mano con la calidad, un producto o bien el
cual es de buena calidad a bajo precio

Rentabilidad:
La relación monetaria que existe de un cliente por un servicio que se brinda, también
puede ser una inversión a largo plazo.
"la rentabilidad de los fondos puede ser perfectamente competitiva con la de otros
activos del mercado"

La responsabilidad social corporativa (RSC):


también llamada responsabilidad social empresarial (RSE) o inversión socialmente
responsable, se define como la contribución activa y voluntaria al mejoramiento
social, económico y ambiental por parte de las empresas, generalmente con el
objetivo de mejorar su situación competitiva, valorativa y su valor añadido. El
sistema de evaluación de desempeño conjunto de la organización en estas áreas es
conocido como el triple resultado.
37

Sector de construcción:
Son aquellas obras que podemos aprecias, está conformada por un conjunto de
constructoras las cuales hacen creaciones de viviendas , actualmente es uno de los
poderes económicos más rentables económicamente, para poder realizar estas
construcciones se necesita de la creación de planos permisos y la creación de un
proyecto.

Larcomar:
Punto de reuniones actualmente tiendas por departamento ubicado en lima . distrito
de Miraflores av. Larco. Un centro comercial muy concurrido, se inaguro en 1998,
uno de los principales comerciales de lima metroplitana.

Westin Hotels & Resorts:


es una marca de hoteles y resorts de lujo perteneciente a la cadena hotelera Marriott
International.

PMI TalentTriangle:
Lo que esto significa para proyectar y programar talento, lo que esto significa para
usted, es un enfoque en el desarrollo de las habilidades adicionales que necesita para
satisfacer las demandas cambiantes de su profesión. Pero al hacerlo, también
significa nuevas oportunidades para elevar su valor como socio estratégico en el éxito
comercial.

Práctica Ágil:
Que aplican a todo proyecto. En mi empeño por encontrar la manera de “agilizar”
organizaciones y proyectos, hoy quiero recapitular 5 prácticas Ágiles que tienen el
potencial de “agilizarnos”, pero que no implican redefinir por completo una
organización, o una forma de trabajo.

Algoritmo:
es una secuencia de pasos lógicos y ordenados con los cuales le damos solución a un
problema, en la vida realizamos miles de algoritmos, un algoritmo está definido y
debe ser finito
38

T.I.:
Tecnología de la Información

2.4 Hipótesis

2.4.1 Hipótesis general

Determinar la influencia de la Implementación de “Project Management Body of


Knowledge” mejora en la gestión de los interesados del proyecto de las Nuevas áreas de
Repsol 2019

2.4.1 Hipótesis Especificas

Hipótesis específica: 1

la Implementación de “Project Management Body of Knowledge” mejora significativamente


la Identificación de los Interesados en la implementación en las Nuevas áreas de Repsol 2019

Hipótesis específica: 2

La Aplicación de “Project Management Body of Knowledge” mejora en Planificación del


involucramiento de los Interesados en las Nuevas áreas de Repsol 2019

Hipótesis específica: 3

La Aplicación de “Project Management Body of Knowledge” mejora en ayudar a Gestionar


el Involucramiento de los Interesados en las Nuevas áreas de Repsol 2019

Hipótesis específica: 4

La aplicación de “Project Management Body of Knowledge” mejorar en ayudar a


Monitorear el Involucramiento de los Interesados en las Nuevas áreas de Repsol 2019
39

2.5 Variables

Variable 1: Implementation de “Project Management Body of Knowledge”


La Guía de PMBOK 6 ED, la publicada por insignia de PMI, fue actualizada para emitir las
últimas buenas prácticas de la dirección de proyectos. En esta 6 ED, toda sección de
conocimiento tiene adentro de una porción encargada y orientado al ámbito ágil, iterativos y
adaptados, describiéndonos el buen uso de las prácticas se tienen adentro en las
configuraciones del emprendimos. Conjuntamente, la guía hace crecidamente énfasis en el
conocer estratégico de los negocios, incluyendo la discusión de los documentos de negocios
de la dirección de proyectos- y en el escrutinio acerca del Cartabón de Capacidad de PMI y
en las capacidades fundamentales para el éxito de los clientes.

En la actualidad todos los directores de proyectos están siguiendo los alineamientos de los
proyecto en base PMBOOK usando los libros Agile.

La Guía PMBOK Sexta edición y la Guía Costumbre Ágil fueron construídas para
complementarse entre sí. Juntas, estas dos publicaciones son una vigorosa utilidad
que facilita el enfoque acertado para el emprendimiento acertado.

Por la compra de la guía PMBOOK 6 ED, (en español) viene un libro adicional totalmente
gratuito llamado GUIA COSTUMBRE AGIL traducido al español.
En conjunto cambiante muestra resoluciones son expertos de proyectos ellos trabajan en la
visión acabado de enfoques a partir predictivos a formas ágiles de progreso.

A continuación, dejo una tabla hecha por mi autoría de un Resumen de las 10 etapas de
PMBOOK sus procesos:
40

Seguimiento y
PMBOOK 6 ED Inicio Planificación Ejecución Cierre
Control

1.Monitorear y
Dirigir y controlar el trabajo Cerrar el
Desarrollar el acta Desarrollar el plan
Integración gestionar el 2.realizar el control Proyecto o
de constitución director de Proyecto
trabajo integrado de Fase
cambios
1.Planificar la gestión del
Alcance 1.Validar el alcance
Alcance 2.Recopilar requisitos 2.Controlar el
3.Definir al alcance alcance
4.Crear EDT
1.PLanificar el
cronograma
2.Definir actividades
3.Estimar el recurso de las Controlar el
Tiempo
actividades cronograma
4.estimar duración de las
actividades
5.Desarrollar Cronograma
1.Planificar la gestion de
costos Controlar los
Costo
2.Estimar costos costos
3.Planificar El presupuesto

Realizar el Controlar la
Planificar la gestión de la
calidad aseguramiento calidad
calidad
de la calidad

Adquirir el
equipo
Recursos Planificar la gestión de los
Desarrollar el
Humanos RR.HH.
equipo
Dirigir el equipo

Planificar la gestión de las Gestionar las Controlar las


Comunicaciones
comunicaciones comunicaciones comunicaciones

1.Planificacar la gestión
de riesgos
2.identificar los riesgos
Controlar los
Riesgos 3.Analisis Cuantitativo
riesgos
4. Análisis Cuantitativo
5. Planificar respuesta a
los riesgos

Efectuar Controlar las Cerrar


Adquisiciones Planificar adquisiciones
adquisiciones adquisiciones adquisiciones

Gestionar la Controlar la
Identificar Planificar la gestion de los
Interesados participación de participación de los
Interesados interesados
los interesados interesados
41

Variable: Gestión de los interesados de proyecto


Cómo identificar al interesado del proyecto

Fig., 2 Gestión de los interesados

Observando la figura 2 podemos ver los interesados del proyecto y encajar en unas
estructuras jerárquicas de los proyectos.

Objetivos:

Los Directores de Proyectos deben tomar y observar que la administración de los


stakeholders del emprendimiento su propósito garantizar el triunfo del Proyectos. Por eso,
el Project Manager, debe garantizar y englobar a the stakeholders primordiales y que tomen
el Proyecto. Debe estar comunicado con ellos procurando equilibrar intereses contrapuestos
y convirtiendo a los stakeholders detractores en defensores del Proyecto. La administración
de stakeholders es una perspectiva extensa de inicio a fin para el cliente.
42

Identificación de los Interesados ya se debe tener en cuenta los Stakeholders más


relevantes tales como el patrocinador del proyecto que ya se define en la etapa del acta de
proyecto al comienzo, debe definirse desde los más importantes y funciones a los menos
importantes y sus funciones detallado.

Planificar la gestión de los interesados en esta parte vamos a trabajar con los interesados
que están definidos, cuales son más relevantes cuales tienes poder de decisión debemos tener
feedback.

Gestionar la participación de los interesados como voy a cuestionar el involucramiento


de los interesados en este proceso vamos a tratar es de ver cómo me voy a comunicar y como
se va a satisfacer las necesidades de cuales, muy importante es documentar las expectativas
de los interesados, para poder validar que las expectativas no estén fuera de los alcances del
alcance del proyecto,

Controlar la participación de los interesados esto comienza desde que inicia el proyecto
debemos adaptar las estrategias de los demás procesos y modificar los planes de
involucramiento

en la puesta de marcha van a salir nuevos inconvenientes los cuales debemos manejar y tener
planes de bakcup en caso de problemas que podamos descubrir, un buen jefe de proyecto es
que el prevea los problemas antes que se presentes y no los que viven apagando incendios.

Fig., 3 Monitoreo y Control

posiblemente en el trascurso del proyecto pueden surgir nuevos interesados y también dejar
de ser importante algunos interesados iniciales
43

Fig.,4 Grupos de proceso de Ejecución

Debemos separar la gestión de los interesados del proyecto de funcionalidad y


su importancia por cada miembro del proyecto.

El modelo de relieve indica los distintos proyectos y los interesados que están dentro del
mismo para poder validar.

Formas de determinar las clases de Interesados:

 Importancia
 urgencia
 legitimidad en el emprendimiento

Muchos casos los interesados tiene poder, cuando uno está ejecutando el proyecto esté
interesado con poder puedes hacer que cambio algunas cosas,
en un proyecto conga no se tuvo en cuenta la gestión de los interesados en la creación
cuando de pronto llegaron e hicieron cambios y restructuración por la falta de comulación,
son problemas que se pueden ver afectados cuando no se toma en cuenta por las razones
ya explicadas. en caso de conga fue uno de los más críticos y se llegó a cancelar por estos
problemas.
44

2.5.1 Definición Conceptual de la variable

Implementación de “Project Management Body of Knowledge” es la Guía de los


fundamentos para la dirección de proyectos (del inglés A Guide to the Project Management
Body of Knowledge o PMBOK por sus siglas) es un libro en el que se presentan estándares,
pautas y normas para la gestión de proyectos.

Gestión de los interesados del proyecto es común, que el directorio de los proyectos sean los
responsables de la gestión de los interesados. Participando de forma activa en los proyectos
para cuidar sus intereses los cuales no deben verse afectado por el inicio del proyecto hasta
su término.

2.5.2 Definiciónes Operacional de la variable

El concepto variable se define como las propiedades o atributos que admiten diferentes
valores (D´Ary, Jacobs y Razavieh, 1982) como entre otras cosas, la estatura, la edad, el
cociente intelectual, la temperatura, el tiempo, etc. Hay muchas maneras de categorización
de las cambiantes, sin embargo, en esta parte se clasificarán según el sujeto de estudio y al
uso de las mismas.

2.5.3 Operacionalizacion de la variable

La definición operacional es la que edifica o se ajusta de otras, desde las propiedades


observables del fenómeno; detallando los elementos concretos, empíricos o indicadores del
hecho que se investigará.

V1 = implementación de “Project Management Body of Knowledge”

V2 = Gestión de los interesados del proyecto


45

TABLA

Dimensiones Indicadores Items Escala Valores Niveles o


rangos
Identificación de los Entradas 3 Malo (1) Malo
interesados Herramientas y Técnicas Bueno (2) Bueno
Salidas Regular (3) Regula
3

Entradas
Planificar el Herramientas y Técnicas
3
Involucramiento de los Salidas
Interesados
Entradas
Herramientas y Técnicas 3
Gestionar el Salidas
Involucramiento de los
Interesados Entradas
Herramientas y Técnicas
Salidas
Monitorear el
Involucramiento de los
Interesados
46

Capítulo III: METODOLOGIA


3.1 Método de la Investigación.

Sabiendo el tipo y diseño de nuestra investigación y las propiedades de las variables que
estudiamos, se utilizó el enfoque cuantitativo.

(metodología de investigación - bastra) Se centra en los números arrojados para cada


respuesta generalizada cuando se ha realizado la codificación.

Según indica [15] “Metodología de la investigación. México”, de D.F.: McGraw-Hill


Education, del año 2014.

este enfoque utiliza la recolección y el análisis de datos para contestar preguntas de


investigación y probar hipótesis establecidas previamente, y confía en la medición
numérica, el conteo y frecuentemente en el uso de la estadística para establecer con
exactitud patrones de comportamiento en una población.

3.2 Tipo de Investigación.

La investigación aplicada es el tipo de investigación en la cual el problema está determinado


y es conocido por el investigador, por lo que utiliza la indagación para dar respuesta a
preguntas específicas.

En este tipo de investigación el énfasis del estudio está en la resolución práctica de


problemas. Se centra específicamente en cómo se pueden llevar a la práctica las teorías
generales. Su motivación va hacia la resolución de los problemas que se plantean en un
momento dado.

Según [14], “La Investigación aplicada: Una forma de conocer las realidades con
evidencia científica”, del año 2009 el autor Z. R. Vargas Cordero,.

Por su parte, el pedagogo, filósofo, sociólogo y ensayista argentino Ezequiel Ander-


Egg Hernández indica que la investigación aplicada es una solución eficiente y con
fundamentos a un problema que se ha identificado.
47

Según indica [15] “Metodología de la investigación. México”, de D.F.: McGraw-Hill


Education, del año 2014.

La investigación es un conjunto de procesos sistemáticos, críticos y empíricos


que se aplican al estudio de un fenómeno.
Un segundo aspecto que debe mencionarse en esta introducción es el
reconocimiento de dos campos generales de obtención de conocimientos.
Este aspecto está relacionado directamente con la identificación -
La investigación aplicada contemporánea - de tres etapas fundamentales por
las que transita el proceso de obtención (o formación) de conocimientos.

3.3 Nivel de Investigación

El tipo de investigación es básica de tipo descriptiva y correlacional –(causa y efecto).


Es: Experimental de tipo transversal correlacional puesto que no existe
manipulación activa de alguna variable.

3.4 Diseño de la Investigación:

El diseño de esta investigación es pre – experimental puesto que el investigador suele


limitarse a observar en condiciones naturales el fenómeno analizado sin modificarlo o
alterarlo

Según indica [15] “Metodología de la investigación. México”, de D.F.: McGraw-Hill


Education, del año 2014.

pueden servir como estudios exploratorios, pero sus resultados deben observarse con
precaución, de ellos no pueden sacarse conclusiones seguras...abren el camino, pero
de ellos deben derivarse estudios más profundos".

Según [16] Madrid: McGraw-Hill Interamericana de España de año 2012 cuyo autores son
L. Buendía Eisman, M. P. Colás Bravo, y F. Hernández Pinaindica indican que:

Este tipo de diseños se caracterizan por un bajo nivel de control y, por tanto,
baja validez interna y externa. El inconveniente de estos diseños es que el
investigador no puede saber con certeza, después de llevar a cabo su
investigación, que los efectos producidos en la variable dependiente se deben
exclusivamente a la variable independiente o tratamiento"
48

El diseño pre experimental se diagrama así:

G → 01 → X → 02

Diseño pre experimental


1. G: Muestra.
2. O1: Observación Pre-Test.
3. X: Aplicación de plataforma Docebo
4. O2: Observación Post- Test

Donde:

G: Grupo Experimental: son las personar las cuales tenemos los datos.

01: Pre test: Cálculo del grupo experimental antes de la Aplicación de


“Project Management Body of Knowledge” luego se compara con el
cálculo obtenido del Post test.

X: Experimento (taller PMBOK): Es la variable independiente, Aplicación


de “Project Management Body of Knowledge” para las nuevas áreas de
Repsol 2019 (Pre-test y post-test) se permitirá analizar si la aplicación de los
fundamentos de PMBOK mejora la calidad de los proyectos en Gestión de
los interesados en dicha empresa.

02: Post test: Cálculo del impacto de la Aplicación de “Management Body


of Knowledge” para las nuevas áreas de Repsol 2019.

3.5 población y muestra:

Población
Según [16] Madrid: McGraw-Hill Interamericana de España de año 2012 cuyo autores son
L. Buendía Eisman, M. P. Colás Bravo, y F. Hernández Pinaindica indican que:
en el nuestro lugar de estudio la población es el número de personas que
están activos en el proyecto lo cual estudiaremos todos los implicados.
La población que utilizamos es 50 personas del área de sistemas del área de TI,

Muestra
Según [16] Madrid: McGraw-Hill Interamericana de España de año 2012 cuyo autores son
L. Buendía Eisman, M. P. Colás Bravo, y F. Hernández Pinaindica indican que:

el conjunto de individuos extraído de la población a partir de algún procedimiento


específico. Los valores que obtenemos del análisis estadístico de la muestra se
denominan estadígrafos o estadísticos.
49

De acuerdo a [19] el libro “como empezar una tesis” Cuyo autor es Jose Supo en el año 2015
indica que:

Habíamos mencionado que dentro de las técnicas de muestreo probabilístico


la técnica con menor cantidad de sesgo es la técnica muestreo aleatorio
simple; cuando no disponemos de un marco muestral aplicamos el muestreo
sistemático; pero, incluso un muestreo sistemático puede resultar
complicado, como en nuestro ejemplo en que teníamos que esperar un año
para estudiar únicamente a cien pacientes, y esto porque las patologías que se
presentan en enero son distintas a las patologías que se presentan en agosto o
en diciembre. Si logramos demostrar que las patologías en el verano son
distintas a las patologías de invierno o quizás primavera y otoño, entonces,
en ese caso tendremos que tomar una muestra en cada una de las estaciones.
A esto se le denomina muestreo aleatorio estratificado porque si bien vamos
a tomar un segmento en cada una de las estaciones, al interior de cada estación
sí lo vamos a hacer de manera aleatoria, esto en los casos en que las patologías
en cada estación sean más o menos las mismas, pero entre cada estación sean
diferentes. Esto quiere decir que los grupos son heterogéneos entre sí, pero
homogéneos dentro de cada grupo. El muestreo aleatorio estratificado lo
podemos aplicar no solamente a un criterio temporal, y para demostrarlo
veamos el siguiente ejemplo: queremos conocer cuál es el grado de
aceptación que tienen los estudiantes de Enfermería respecto al método
anticonceptivo quirúrgico voluntario masculino llamado también vasectomía.

La muestra que utilizamos es de 30 personas que tomamos por conveniencia.

3.6 Técnicas de recolección de datos.

Para lograr cada uno de los objetivos específicos se procederá a implementar las siguientes
técnicas y herramientas:

Técnica

Encuesta

Como encuesta se llama una técnica de obtenida de datos para la exploración popular. La
palabra procede del francés enquête, que significa "exploración".
50

Como tal, una encuesta está conformada por una serie de cuestiones que están dirigidas a
una parte representativa de una población, y tiene como finalidad saber estados de opinión,
reacciones o hábitos de la gente frente asuntos particulares.

La encuesta, en este sentido, es lista por un investigador que establece cuáles son los
procedimientos más pertinentes para otorgarle rigurosidad y confiabilidad, tal es así que
los datos obtenidos sean representativos de la gente estudiada. Los resultados, por su lado,
se extraen siguiendo métodos matemáticos de medición estadística.

Instrumento

El cuestionario

En el tema de Proyectos, los cuestionarios tienden a ser el mecanismo elegido por los
actores para considerar a sus trabajadores. Un cuestionario puede mostrarse por escrito,
detallando al trabajador que responda en una hoja todas las cuestiones. Según sus
respuestas, el instructor va a poder evaluar si al trabajador aprendió, o no, a
implementación del proceso de los gestores de proyectos.

Los cuestionarios en forma de examen además tienen la posibilidad de concretarse de


forma oral. En esta situación, el trabajador tendrá que responder al interrogatorio del
gerente del proyecto, quien se ocupará de llevar a cabo cuestiones enlazadas a las
implementaciones de PMBOOK.

3.7 Procesamiento de la información

Para ello utilizamos la aplicación SSPS v. 25

Es método amplio y elástico, conjunto de herramientas de análisis estadístico y trabaja de


información.

funciona mediante:

 menú desplegable
 cuadros de diálogos
51

este programa hace ahorrar tiempo debido a que es sistematizado se ingresa los datos y de
acuerdo a fórmulas se obtienen los resultados con cierta reglar se pude describir los
resultados viendo si conviene o no, al ser un programa sistematizado hace buen ahorro de
tiempo para poder realizar otro tiempo de funciones.

3.8 Técnicas y análisis de datos

PRUEBA DE SHAPIRO-WILK
Para las pruebas de shapiro wilk según idica como base primordial es no exceder 30 como
tamaño más alto, la normalidad de puede contractar con el cálculo de la media con la
varianza de muestra
de prueba es:
donde la variable D es la suma de las diferencias corregidas.
Reotara el resultado si la conjetura es nula de normalidad si el estadístico W es menor que
el valor crítico entregado por la tabla desarrollada por los autores para el volumen muestra
y el nivel de significación dado.
Para poder ver si hay normalidad debemos realizar lo siguiente:
Analizar
Estadísticos Descriptivos
Explorar
52

Capítulo V: Resultados
HIPOTESIS GENERAL

Fiabilidad
Escala: ALL VARIABLES




 

   


  
  
Tabla 4 Resumen de procesamiento de casos de la Hipótesis General
Interpretando la tabla 1 resumen de procesamiento de casos; se presentaron casos válidos 30
(100%); casos excluidos 0 (0%) y siendo un total de 30 (100%) casos.


Fig, 2 Interpretación de la campana de Gaus de la cuarta Vía - Hipótesis General

Analizando e interpretando la figura 1, se obtuvo un valor de 0,652 lo que equivale a un


65,2% en tal sentido presentó una fiabilidad alta.


53

Tabla 1 Estadística Descriptiva Hipótesis General



 

 

   


   
   

  
  
  
  
  
  
  
  
  
  
Podemos interpretar que la estadística descriptiva para la hipótesis general, presentó los
siguientes estadígrafos:
Media:[29] Es una medida de tendencia central. Se calcula multiplicando cada valor de los
elementos por el número de veces que se repite. La suma de todos estos elementos se divide
entre el total de datos.
La Media presentó un valor de 22.43 y una desviación de error de 1,465
Límite inferior: Es el menor valor de un intervalo de clase;
Límite Superior: Es el mayor valor de un intervalo de clase.
Se presentó un 95% de intervalo de confianza para la media; Límite inferior de 19,44; y
Límite superior de 25,43 y Media recortada al 5% de 22,04
Mediana: Es una medida de tendencia central. Es el valor que divide al conjunto de datos
ordenados, en aproximadamente dos partes: 50% de valores son inferiores y otro 50% son
superiores.
La Mediana presentó un valor de 20,50
54

Varianza: Conocida también como variancia, es una medida de dispersión de la


información. Se obtiene como el promedio de los cuadrados de las desviaciones de los
valores de la variable respecto de su media aritmética.
La Varianza presentó un valor de 64,392
Desv. Desviación: Conocida también como desviación típica, es una medida de dispersión
que se obtiene como la raíz cuadrada de la varianza.
La Desviación presentó un valor de 8,024

Mínimo presentó un valor de 8


Máximo presentó un valor de 45
Rango presentó un valor de 37
Rango intercuartil presentó un valor de 10
Asimetría presentó un valor de -,825
Curtosis presentó un valor de -1,042



 

 

     

      


55

*. Esto es un límite inferior de la significación verdadera.




En la tabla 4 prueba de normalidad se ha trabajado es la de Shapiro Wilk;[30]
Obteniéndose un valor de 0,134 el mismo que es mayor al 0,05 lo que nos permitió
afirmar que nuestros datos sí presentan normalidad.

En la Fig. 2 se observa que valor de 0,182 el mismo que es mayor al 0,05 lo que nos permitió
afirmar que nuestros datos sí presentan normalidad.

En estadística, el Test de Shapiro–Wilk se usa para contrastar la normalidad de un conjunto


de datos. Se plantea como hipótesis nula que una muestra x1, ..., xn proviene de
una población normalmente distribuida.
56

Fue publicado en 1965 por Samuel Shapiro y Martin Wilk. Se considera uno de los test más
potentes para el contraste de normalidad, sobre todo para muestras pequeñas (n<50).
La hipótesis nula se rechazará si W es demasiado pequeño. El valor de W puede oscilar entre
0 y 1.
Interpretación: Siendo la hipótesis nula que la población está distribuida normalmente, si
el p-valor es menor a alfa (nivel de confianza) entonces la hipótesis nula es rechazada (se
concluye que los datos no vienen de una distribución normal). Si el p-valor es mayor a alfa
0,05 (5,00%) , no se rechaza la hipótesis y se concluye que los datos siguen una distribución
normal.
La normalidad se verifica confrontando dos estimadores alternativos de la varianza σ^2:
• un estimador no parametrico al numerador, y
• un estimador parametrico (varianza muestral), al denominador.



Podemos interpretar en la fig. 2. donde se mostró un Gráfico Q-Q normal de diferencia


[27]Cuantil-Cuantil (Q-Q plots)Un gráfico Cuantil-Cuantil permite observar cuan cerca está
la distribución de un conjunto de datos a alguna distribución ideal ó comparar la distribución
de dos conjuntos de datos. Comparación de la distribución de dos conjuntos de datos La
57

función qqplot(x, y, plot=T) grafica las funciones quantile de una muestra vs. la de la otra.
Vemos que el Q-Q plot no cambia por una transformación lineal de los datos.



Fig, 3 Gráfico Q-Q Normal Sin Tendencia Hipótesis General

Podemos interpretar en la fig. 3. donde se mostró un gráfico Q-Q normal sin tendencia.[27]
En estadística, un gráfico Q-Q ("Q" viene de cuantil) es un método gráfico para el
diagnóstico de diferencias entre la distribución de probabilidad de una población de la que
se ha extraído una muestra aleatoria y una distribución usada para la comparación. Una
forma básica de gráfico surge cuando la distribución para la comparación es una distribución
teórica.1 No obstante, puede usarse la misma idea para comparar las distribuciones inferidas
directamente de dos conjuntos de observaciones, donde los tamaños de las muestras sean
distintos.


58






 
   
  
  
  
  


  
  
  
  
   
  
  
a. Existen múltiples modos. Se muestra el valor más pequeño.

Media; se analizó que en el PRETEST se obtuvo 38,00 y en el POSTEST 74.37 lo que nos
permitió afirmar y corroborar que el POSTEST es mayor al PRETEST, en tal sentido la
intervención realizada cumplió lo planteado en el objetivo general como de la hipótesis
general.

Mediana; se analizó que en el PRETEST se obtuvo 40,50 y en el POSTEST 72,00 lo que


nos permitió afirmar y corroborar que el POSTEST es mayor al PRETEST, en tal sentido la
intervención realizada cumplió lo planteado en el objetivo general como de la hipótesis
general.

Moda: Es una medida de tendencia central es el valor de la variable que tiene mayor
frecuencia absoluta, la que más se repite es la única medida de centralización que tiene
sentido estudiar en una variable cualitativa, pues no precisa la realización de ningún cálculo.
Por su propia definición, la moda no es única, pues puede haber dos o más valores de la
variable que tengan la misma frecuencia siendo esta máxima. Entonces tendremos una
distribución bimodal o polimodal según el caso.
Moda; se analizó que en el PRETEST se obtuvo 53 y en el POSTEST 58

Mínimo se analizó que en el PRETEST se obtuvo 16 y en el POSTEST 58


59

Máximo se analizó que en el PRETEST se obtuvo 58 y en el POSTEST 99

  

   
     
    
    
     


Los resultados de frecuencias de la tabla 9 y la figura 5, nos indica que se han presentado 20
(66,7%) casos de criterio bajo, medio 7 casos (%) y alto 3 (%) casos

Fig, 4 GRÉFICO DE BARRAS PRETEST AGRUPADA HIPÓTESIS GENERAL

Modelo corregir con datos en todos los casos


Los resultados de frecuencias de la tabla 9 y la figura 5, nos indica que se han presentado 12
(40,0%) casos de criterio bajo, medio 5 casos (16,7%) y alto 13 (43,3%) casos


60

TABLA 2 TABLA DE FRECUENCIA POSTEST HIPÓTESIS GENERAL


 



 
  
   

  
     
    
     





61



 

   
     
    
En la tabla 8 se analiza e interpreta que la media para el PRETEST es de 22,87 y para el
POSTEST 45,30 lo cual tiene una diferencia significativa con el PRETEST, el número de
casos para ambos es de 30 (100%) de la muestra a considerar en la presente investigación.

La desviación estándar presenta para el PRETEST un valor de 8,881 y el POSTEST 6,773


en tal sentido es menor el POSTEST que el PRETEST.

La desviación del error promedio presenta para el PRETEST un valor de 1,622 y en el


POSTEST 1,237 en tal sentido es menor el POSTEST que el PRETEST.

62

Tabla 3 Muestra emparejada de Pretest Postest Hipótesis General





  
    
 Analizando la tabla 13 correlaciones de muestras emparejadas, se realizó la comparación
entre los datos del PRETEST y POSTEST se observa que 0,502 (50,20%) , de la misma
manera el valor se sigma es de 0,005 lo que consolidad al ser menor a 0,05 que los datos del
PRETEST han sido mejorados en el POSTEST hay una correlación de resultados







  

   
63



     











 
  
     



Analizando la tabla 15 y en figura 7, se analiza que los valores de la diferencia PRETEST


y POSTEST es negativa en un  lo que indica que los valores del POSTEST son
mayores al PRETEST, por lo tanto hay mejoras en los valores del POSTEST ante el
PRETEST; de la misma manera el valor se sigma es de 0,000 lo que consolidad al ser menor
a 0,05 que los datos del PRETEST han sido mejorados en el POSTEST hay una correlación
de resultados, asimismo el valor de t es de y le grado de libertad de 29 de 30 casos
procesados.


64

En la figura7, se comprobó gráficamente que los datos del PRETEST han afectado en una
mejora en el resultado del POSTEST.


65

HIPOTESIS ESPESIFICA

Fiabilidad
Escala: ALL VARIABLES



 
   
  
 

  


a. La eliminación por lista se basa en todas las variables del procedimiento.

Interpretando la tabla 14 Resumen de procesamiento de casos se presentaron casos válidos


27(100%); casos excluidos 0(0%) y siendo un total de 27(100%) casos.




 


 



Analizando e interpretando la figura 1, se obtuvo un valor de 0lo que equivale a un


68,3% en tal sentido presentó una fiabilidad muy alta.


66


 

 
   
   
   

  
  
  
  
  
  
  
  
  
  

Podemos interpretar que la estadística descriptiva para la hipótesis general, presentó los
siguientes estadígrafos:
Media:[29] Es una medida de tendencia central. Se calcula multiplicando cada valor de los
elementos por el número de veces que se repite. La suma de todos estos elementos se divide
entre el total de datos.
La Media presentó un valor de 6.70 y una desviación de error de ,593
Límite inferior: Es el menor valor de un intervalo de clase;
Límite Superior: Es el mayor valor de un intervalo de clase.
Se presentó un 95% de intervalo de confianza para la media; Límite inferior de ; y Límite
superior de y Media recortada al 5% de 
Mediana: Es una medida de tendencia central. Es el valor que divide al conjunto de datos
ordenados, en aproximadamente dos partes: 50% de valores son inferiores y otro 50% son
superiores.
La Mediana presentó un valor de 7,00
67

Varianza: Conocida también como variancia, es una medida de dispersión de la


información. Se obtiene como el promedio de los cuadrados de las desviaciones de los
valores de la variable respecto de su media aritmética.
La Varianza presentó un valor de 
Desv. Desviación: Conocida también como desviación típica, es una medida de dispersión
que se obtiene como la raíz cuadrada de la varianza.
La Desviación presentó un valor de 
Mínimo presentó un valor de 1
Máximo presentó un valor de 16
Rango presentó un valor de 15
Rango intercuartil presentó un valor de 4
Asimetría presentó un valor de 0,
Curtosis presentó un valor de 



 

 

     

      

*. Esto es un límite inferior de la significación verdadera.


a. Corrección de significación de Lilliefors

En la tabla 4 prueba de normalidad se ha trabajado es la de Shapiro Wilk;[30] Obteniéndose


un valor de 0,178 el mismo que es mayor al 0,05 lo que nos permitió afirmar que nuestros
datos sí presentan normalidad.
68

En la Fig. 2 se observa que valor de 0,178 el mismo que es mayor al 0,05 lo que nos permitió
afirmar que nuestros datos sí presentan normalidad. En estadística, el Test de Shapiro–
Wilk se usa para contrastar la normalidad de un conjunto de datos. Se plantea como hipótesis
nula que una muestra x1, ..., xn proviene de una población normalmente distribuida.
Fue publicado en 1965 por Samuel Shapiro y Martin Wilk. Se considera uno de los test más
potentes para el contraste de normalidad, sobre todo para muestras pequeñas (n<50).

La hipótesis nula se rechazará si W es demasiado pequeño. El valor de W puede oscilar entre


0 y 1.

Interpretación: Siendo la hipótesis nula que la población está distribuida normalmente, si


el p-valor es menor a alfa (nivel de confianza) entonces la hipótesis nula es rechazada (se
concluye que los datos no vienen de una distribución normal). Si el p-valor es mayor a alfa
0,05 (5,00%) , no se rechaza la hipótesis y se concluye que los datos siguen una distribución
normal.
La normalidad se verifica confrontando dos estimadores alternativos de la varianza σ^2:
• un estimador no parametrico al numerador, y
• un estimador parametrico (varianza muestral), al denominador.


69

Fig, 5 Gráfico Q-Q Normal Hipótesis General

Podemos interpretar en la fig. 2. donde se mostró un Gráfico Q-Q normal de diferencia


[27]Cuantil-Cuantil (Q-Q plots)Un gráfico Cuantil-Cuantil permite observar cuan cerca está
la distribución de un conjunto de datos a alguna distribución ideal ó comparar la distribución
de dos conjuntos de datos. Comparación de la distribución de dos conjuntos de datos La
función qqplot(x, y, plot=T) grafica las funciones quantile de una muestra vs. la de la otra.
Vemos que el Q-Q plot no cambia por una transformación lineal de los datos.

Fig, 6 Gráfico Q-Q Normal Sin Tendencia Hipótesis General


70

Podemos interpretar en la fig. 3. donde se mostró un gráfico Q-Q normal sin tendencia.[27]
En estadística, un gráfico Q-Q ("Q" viene de cuantil) es un método gráfico para el
diagnóstico de diferencias entre la distribución de probabilidad de una población de la que
se ha extraído una muestra aleatoria y una distribución usada para la comparación. Una
forma básica de gráfico surge cuando la distribución para la comparación es una distribución
teórica.1 No obstante, puede usarse la misma idea para comparar las distribuciones inferidas
directamente de dos conjuntos de observaciones, donde los tamaños de las muestras sean
distintos.

a. Existen múltiples modos. Se muestra el valor más pequeño.



 
   
  
  
  
  
  
  
  
  
   
  
  
a. Existen múltiples modos. Se muestra el valor más pequeño.
71

Media; se analizó que en el PRETEST se obtuvo 38,00 y en el POSTEST 74.37 lo que nos
permitió afirmar y corroborar que el POSTEST es mayor al PRETEST, en tal sentido la
intervención realizada cumplió lo planteado en el objetivo general como de la hipótesis
general.

Mediana; se analizó que en el PRETEST se obtuvo 40,50 y en el POSTEST 72,00 lo que


nos permitió afirmar y corroborar que el POSTEST es mayor al PRETEST, en tal sentido la
intervención realizada cumplió lo planteado en el objetivo general como de la hipótesis
general.

Moda: Es una medida de tendencia central es el valor de la variable que tiene mayor
frecuencia absoluta, la que más se repite es la única medida de centralización que tiene
sentido estudiar en una variable cualitativa, pues no precisa la realización de ningún cálculo.
Por su propia definición, la moda no es única, pues puede haber dos o más valores de la
variable que tengan la misma frecuencia siendo esta máxima. Entonces tendremos una
distribución bimodal o polimodal según el caso.
Moda; se analizó que en el PRETEST se obtuvo 53 y en el POSTEST 58

Mínimo se analizó que en el PRETEST se obtuvo 16 y en el POSTEST 58

Máximo se analizó que en el PRETEST se obtuvo 58 y en el POSTEST 99


Tabla 4 Tabla de Frecuencia Pretest Hipótesis General

  
 
  
   

  
     
    
    
     

Los resultados de frecuencias de la tabla 9 y la figura 5, nos indica que se han presentado 20
(66,7%) casos de criterio bajo, medio 5 casos (23,3%) y alto 13 (10%) casos


72

Fig, 7 GRÉFICO DE BARRAS PRETEST AGRUPADA HIPÓTESIS GENERAL

Modelo corregir con datos en todos los casos


Los resultados de frecuencias de la tabla 9 y la figura 5, nos indica que se han presentado 12
(40,0%) casos de criterio bajo, medio 5 casos (16,7%) y alto 13 (43,3%) casos

  

 
  
   

  
     
    
     



73

Fig, 8 GRÁFICO DE BARRAS POSTEST AGRUPADA HIPÓTESIS GENERAL

Prueba T

Tabla 5 Estadísticas de Muestras Emparejadas Prueba T Hipótesis General



 

   
     
    
En la tabla 8 se analiza e interpreta que la media para el PRETEST es de 8,80 y para el
POSTEST 15,50 lo cual tiene una diferencia significativa con el PRETEST, el número de
casos para ambos es de 30 (100%) de la muestra a considerar en la presente investigación.

La desviación estándar presenta para el PRETEST un valor de 3,408 y el POSTEST 3,214


en tal sentido es menor el POSTEST que el PRETEST.

La desviación del error promedio presenta para el PRETEST un valor de 0,622 y en el


POSTEST 0,587 en tal sentido es menor el POSTEST que el PRETEST.

74

Tabla 6 Muestra emparejada de Pretest Postest Hipótesis General

Tabla 7 Correlaciones de Muestras Emparejadas Hipótesis General





  
    

Analizando la tabla 13 correlaciones de muestras emparejadas, se realizó la comparación


entre los datos del PRETEST y POSTEST se observa que 0,520 (52%), de la misma manera
el valor se sigma es de 0,03 lo que consolidad al ser menor a 0,05 que los datos del PRETEST
han sido mejorados en el POSTEST hay una correlación de resultados
75

Tabla 8 Prueba de muestras emparejadas Hipótesis General










   

     

Analizando la tabla 15 y en figura 7, se analiza que los valores de la diferencia PRETEST


y POSTEST es negativa en un -33,033 lo que indica que los valores del POSTEST son
mayores al PRETEST, por lo tanto hay mejoras en los valores del POSTEST ante el
PRETEST; de la misma manera el valor se sigma es de 0,000 lo que consolidad al ser menor
a 0,05 que los datos del PRETEST han sido mejorados en el POSTEST hay una correlación
de resultados, asimismo el valor de t es de -22,313 y le grado de libertad de 29 de 30 casos
procesados.

En la figura7, se comprobó gráficamente que los datos del PRETEST han afectado en una
mejora en el resultado del POSTEST.
76

HIPOTESIS ESPECIFICA 2

Fiabilidad
Escala: ALL VARIABLES




 
   
  
 
  
a. La eliminación por lista se basa en todas las variables del procedimiento.

Interpretando la tabla 1 resumen de procesamiento de casos; se presentaron casos válidos 27


(100%); casos excluidos 0 (0%) y siendo un total de 27 (100%) casos.

Tabla 9 Estadística de Fiabilidad

 
 

Fig, 9 Interpretación de la campana de Gaus de la cuarta Vía - Hipótesis General

Analizando e interpretando la figura 1, se obtuvo un valor de 0,875 lo que equivale a un


87,5% en tal sentido presentó una fiabilidad muy alta.


77

Tabla 10 Estadística Descriptiva Hipótesis General



 

 
   
   
   

  
  
  
  
  
  
  
  
  
  


Podemos interpretar que la estadística descriptiva para la hipótesis general, presentó los
siguientes estadígrafos:
Media:[29] Es una medida de tendencia central. Se calcula multiplicando cada valor de los
elementos por el número de veces que se repite. La suma de todos estos elementos se divide
entre el total de datos.
La Media presentó un valor de 6,63 y una desviación de error de 0,592
Límite inferior: Es el menor valor de un intervalo de clase;
Límite Superior: Es el mayor valor de un intervalo de clase.
Se presentó un 95% de intervalo de confianza para la media; Límite inferior de 5,42 y Límite
superior de 7,84 y Media recortada al 5% de 6,50
Mediana: Es una medida de tendencia central. Es el valor que divide al conjunto de datos
ordenados, en aproximadamente dos partes: 50% de valores son inferiores y otro 50% son
superiores.
La Mediana presentó un valor de 7,00
78

Varianza: Conocida también como variancia, es una medida de dispersión de la


información. Se obtiene como el promedio de los cuadrados de las desviaciones de los
valores de la variable respecto de su media aritmética.
La Varianza presentó un valor de 10,516
Desv. Desviación: Conocida también como desviación típica, es una medida de dispersión
que se obtiene como la raíz cuadrada de la varianza.
La Desviación presentó un valor de 3,243
Mínimo presentó un valor de 1
Máximo presentó un valor de 15
Rango presentó un valor de 14
Rango intercuartil presentó un valor de 5
Asimetría presentó un valor de 0,418
Curtosis presentó un valor de 0,356



 
 

     
      
*. Esto es un límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors

En la tabla 4 prueba de normalidad se ha trabajado es la de Shapiro Wilk;[30]


Obteniéndose un valor de 0,355 el mismo que es mayor al 0,05 lo que nos permitió
afirmar que nuestros datos sí presentan normalidad.


79

En la Fig. 2 se observa que valor de 0,134 el mismo que es mayor al 0,05 lo que nos permitió
afirmar que nuestros datos sí presentan normalidad.

En estadística, el Test de Shapiro–Wilk se usa para contrastar la normalidad de un conjunto


de datos. Se plantea como hipótesis nula que una muestra x1, ..., xn proviene de
una población normalmente distribuida.

Fue publicado en 1965 por Samuel Shapiro y Martin Wilk. Se considera uno de los test más
potentes para el contraste de normalidad, sobre todo para muestras pequeñas (n<50).
La hipótesis nula se rechazará si W es demasiado pequeño. El valor de W puede oscilar entre
0 y 1.

Interpretación: Siendo la hipótesis nula que la población está distribuida normalmente, si


el p-valor es menor a alfa (nivel de confianza) entonces la hipótesis nula es rechazada (se
concluye que los datos no vienen de una distribución normal). Si el p-valor es mayor a alfa
0,05 (5,00%) , no se rechaza la hipótesis y se concluye que los datos siguen una distribución
normal.
La normalidad se verifica confrontando dos estimadores alternativos de la varianza σ^2:
• un estimador no parametrico al numerador, y
• un estimador parametrico (varianza muestral), al denominador.


80

Fig, 10 Gráfico Q-Q Normal Hipótesis General

Podemos interpretar en la fig. 2. donde se mostró un Gráfico Q-Q normal de diferencia


[27]Cuantil-Cuantil (Q-Q plots)Un gráfico Cuantil-Cuantil permite observar cuan cerca está
la distribución de un conjunto de datos a alguna distribución ideal ó comparar la distribución
de dos conjuntos de datos. Comparación de la distribución de dos conjuntos de datos La
función qqplot(x, y, plot=T) grafica las funciones quantile de una muestra vs. la de la otra.
Vemos que el Q-Q plot no cambia por una transformación lineal de los datos.


81

Fig, 11 Gráfico Q-Q Normal Sin Tendencia Hipótesis General

Podemos interpretar en la fig. 3. donde se mostró un gráfico Q-Q normal sin tendencia.[27]
En estadística, un gráfico Q-Q ("Q" viene de cuantil) es un método gráfico para el
diagnóstico de diferencias entre la distribución de probabilidad de una población de la que
se ha extraído una muestra aleatoria y una distribución usada para la comparación. Una
forma básica de gráfico surge cuando la distribución para la comparación es una distribución
teórica.1 No obstante, puede usarse la misma idea para comparar las distribuciones inferidas
directamente de dos conjuntos de observaciones, donde los tamaños de las muestras sean
distintos.


82

Tabla 11 Estadísticos de Muestras Emparejadas Hipótesis General



 
   
  
  
  
  


  
  
  
  
   
  
  

a. Existen múltiples modos. Se muestra el valor más pequeño.

Media; se analizó que en el PRETEST se obtuvo 38,00 y en el POSTEST 74.37 lo que nos
permitió afirmar y corroborar que el POSTEST es mayor al PRETEST, en tal sentido la
intervención realizada cumplió lo planteado en el objetivo general como de la hipótesis
general.

Mediana; se analizó que en el PRETEST se obtuvo 40,50 y en el POSTEST 72,00 lo que


nos permitió afirmar y corroborar que el POSTEST es mayor al PRETEST, en tal sentido la
intervención realizada cumplió lo planteado en el objetivo general como de la hipótesis
general.

Moda: Es una medida de tendencia central es el valor de la variable que tiene mayor
frecuencia absoluta, la que más se repite es la única medida de centralización que tiene
sentido estudiar en una variable cualitativa, pues no precisa la realización de ningún cálculo.
Por su propia definición, la moda no es única, pues puede haber dos o más valores de la
variable que tengan la misma frecuencia siendo esta máxima. Entonces tendremos una
distribución bimodal o polimodal según el caso.
Moda; se analizó que en el PRETEST se obtuvo 53 y en el POSTEST 58

Mínimo se analizó que en el PRETEST se obtuvo 16 y en el POSTEST 58



83

Tabla 12 Tabla de Frecuencia Pretest Hipótesis General

  

 
  
   

  
     
    
     

Los resultados de frecuencias de la tabla 9 y la figura 5, nos indica que se han presentado 12
(40,0%) casos de criterio bajo, medio 5 casos (6,7%) y alto 13 (93,3%) casos


Fig, 12 GRÉFICO DE BARRAS PRETEST AGRUPADA HIPÓTESIS GENERAL

Modelo corregir con datos en todos los casos


Los resultados de frecuencias de la tabla 9 y la figura 5, nos indica que se han presentado 12
(40,0%) casos de criterio bajo, medio 5 casos (16,7%) y alto 13 (43,3%) casos


84

Tabla 13 Estadísticas de Muestras Emparejadas Prueba T Hipótesis General


 

   
     
    

En la tabla 8 se analiza e interpreta que la media para el PRETEST es de 38,00 y para el


POSTEST 74,37 lo cual tiene una diferencia significativa con el PRETEST, el número de
casos para ambos es de 30 (100%) de la muestra a considerar en la presente investigación.

La desviación estándar presenta para el PRETEST un valor de 13,663 y el POSTEST 13,140


en tal sentido es menor el POSTEST que el PRETEST.

La desviación del error promedio presenta para el PRETEST un valor de 2,495 y en el


POSTEST 2,339 en tal sentido es menor el POSTEST que el PRETEST.

Tabla 14 Muestra emparejada de Pretest Postest Hipótesis General


85





  
    
 Analizando la tabla 13 correlaciones de muestras emparejadas, se realizó la comparación

entre los datos del PRETEST y POSTEST se observa que 0,503 (77,9%) , de la misma
manera el valor se sigma es de 0,005 lo que consolidad al ser menor a 0,05 que los datos del
PRETEST han sido mejorados en el POSTEST hay una correlación de resultados

Tabla 15 Prueba de muestras emparejadas Hipótesis General











   

     

Analizando la tabla 15 y en figura 7, se analiza que los valores de la diferencia PRETEST


y POSTEST es negativa en un -5,422 lo que indica que los valores del POSTEST son
mayores al PRETEST, por lo tanto hay mejoras en los valores del POSTEST ante el
PRETEST; de la misma manera el valor se sigma es de 0,000 lo que consolidad al ser menor
a 0,05 que los datos del PRETEST han sido mejorados en el POSTEST hay una correlación
de resultados, asimismo el valor de t es de -11,204 y le grado de libertad de 29 de 30 casos
procesados.


86





Fig, 13 Diagrama de cajas de la Hipótesis General

En la figura7, se comprobó gráficamente que los datos del PRETEST han afectado en una
mejora en el resultado del POSTEST.


87

HIPOTESIS EXPERIMENTAL 3

Fiabilidad
Escala: ALL VARIABLES
Tabla 16 Resumen de procesamiento de casos


 
   
  
  
a. La eliminación por lista se basa en todas las variables del procedimiento.

Interpretando la tabla 1 resumen de procesamiento de casos; se presentaron casos válidos 30


(100%); casos excluidos 0 (0%) y siendo un total de 30 (100%) casos.

Tabla 17 Estadística de Fiabilidad

 

 

Analizando e interpretando la figura 1, se obtuvo un valor de 0,648 lo que equivale a un


64,8% en tal sentido presentó una fiabilidad muy alta.


88

Tabla 18 Estadística Descriptiva Hipótesis General



 

 
   
   
   

  
  
  
  
  
  
  
  
  
  

Podemos interpretar que la estadística descriptiva para la hipótesis general, presentó los
siguientes estadígrafos:
Media:[29] Es una medida de tendencia central. Se calcula multiplicando cada valor de los
elementos por el número de veces que se repite. La suma de todos estos elementos se divide
entre el total de datos.
La Media presentó un valor de 36.10 y una desviación de error de 1,642
Límite inferior: Es el menor valor de un intervalo de clase;
Límite Superior: Es el mayor valor de un intervalo de clase.
Se presentó un 95% de intervalo de confianza para la media; Límite inferior de 32.74; y
Límite superior de 39,46 y Media recortada al 5% de 36,50
89

Mediana: Es una medida de tendencia central. Es el valor que divide al conjunto de datos
ordenados, en aproximadamente dos partes: 50% de valores son inferiores y otro 50% son
superiores.
La Mediana presentó un valor de 38,00
Varianza: Conocida también como variancia, es una medida de dispersión de la
información. Se obtiene como el promedio de los cuadrados de las desviaciones de los
valores de la variable respecto de su media aritmética.
La Varianza presentó un valor de 80,921
Desv. Desviación: Conocida también como desviación típica, es una medida de dispersión
que se obtiene como la raíz cuadrada de la varianza.
La Desviación presentó un valor de 8,996
Mínimo presentó un valor de 15
Máximo presentó un valor de 49
Rango presentó un valor de 34
Rango intercuartil presentó un valor de 14
Asimetría presentó un valor de -,653

Curtosis presentó un valor de -,344



 
 

     
     
  

*. Esto es un límite inferior de la significación verdadera.


a. Corrección de significación de Lilliefors

En la tabla 4 prueba de normalidad se ha trabajado es la de Shapiro Wilk;[30] Obteniéndose


un valor de 0,619 el mismo que es mayor al 0,05 lo que nos permitió afirmar que nuestros
datos sí presentan normalidad.
90

En la Fig. 2 se observa que valor de 0,134 el mismo que es mayor al 0,05 lo que nos permitió
afirmar que nuestros datos sí presentan normalidad.

En estadística, el Test de Shapiro–Wilk se usa para contrastar la normalidad de un conjunto


de datos. Se plantea como hipótesis nula que una muestra x1, ..., xn proviene de
una población normalmente distribuida.

Fue publicado en 1965 por Samuel Shapiro y Martin Wilk. Se considera uno de los test más
potentes para el contraste de normalidad, sobre todo para muestras pequeñas (n<50).

La hipótesis nula se rechazará si W es demasiado pequeño. El valor de W puede oscilar entre


0 y 1.

Interpretación: Siendo la hipótesis nula que la población está distribuida normalmente, si


el p-valor es menor a alfa (nivel de confianza) entonces la hipótesis nula es rechazada (se
concluye que los datos no vienen de una distribución normal). Si el p-valor es mayor a alfa
0,05 (5,00%) , no se rechaza la hipótesis y se concluye que los datos siguen una distribución
normal.
La normalidad se verifica confrontando dos estimadores alternativos de la varianza σ^2:
• un estimador no parametrico al numerador, y
• un estimador parametrico (varianza muestral), al denominador.


91

Fig, 14 Gráfico Q-Q Normal Sin Tendencia Hipótesis General

Podemos interpretar en la fig. 2. donde se mostró un Gráfico Q-Q normal de diferencia


[27]Cuantil-Cuantil (Q-Q plots)Un gráfico Cuantil-Cuantil permite observar cuan cerca está
la distribución de un conjunto de datos a alguna distribución ideal ó comparar la distribución
de dos conjuntos de datos. Comparación de la distribución de dos conjuntos de datos La
función qqplot(x, y, plot=T) grafica las funciones quantile de una muestra vs. la de la otra.
Vemos que el Q-Q plot no cambia por una transformación lineal de los datos.


92

Fig, 15 Gráfico Q-Q Normal Sin Tendencia Hipótesis General

Podemos interpretar en la fig. 3. donde se mostró un gráfico Q-Q normal sin tendencia.[27]
En estadística, un gráfico Q-Q ("Q" viene de cuantil) es un método gráfico para el
diagnóstico de diferencias entre la distribución de probabilidad de una población de la que
se ha extraído una muestra aleatoria y una distribución usada para la comparación. Una
forma básica de gráfico surge cuando la distribución para la comparación es una distribución
teórica.1 No obstante, puede usarse la misma idea para comparar las distribuciones inferidas
directamente de dos conjuntos de observaciones, donde los tamaños de las muestras sean
distintos.


93

Tabla 19 Estadísticos de Muestras Emparejadas Hipótesis General



 
   
  
  
  
  


  
  
  
  
   
  
  
a. Existen múltiples modos. Se muestra el valor más pequeño.

Media; se analizó que en el PRETEST se obtuvo 38,00 y en el POSTEST 74.37 lo que nos
permitió afirmar y corroborar que el POSTEST es mayor al PRETEST, en tal sentido la
intervención realizada cumplió lo planteado en el objetivo general como de la hipótesis
general.

Mediana; se analizó que en el PRETEST se obtuvo 40,50 y en el POSTEST 72,00 lo que


nos permitió afirmar y corroborar que el POSTEST es mayor al PRETEST, en tal sentido la
intervención realizada cumplió lo planteado en el objetivo general como de la hipótesis
general.

Moda: Es una medida de tendencia central es el valor de la variable que tiene mayor
frecuencia absoluta, la que más se repite es la única medida de centralización que tiene
sentido estudiar en una variable cualitativa, pues no precisa la realización de ningún cálculo.
Por su propia definición, la moda no es única, pues puede haber dos o más valores de la
variable que tengan la misma frecuencia siendo esta máxima. Entonces tendremos una
distribución bimodal o polimodal según el caso.
Moda; se analizó que en el PRETEST se obtuvo 53 y en el POSTEST 58

Mínimo se analizó que en el PRETEST se obtuvo 16 y en el POSTEST 58

Máximo se analizó que en el PRETEST se obtuvo 58 y en el POSTEST 99



94

  

 
  
   

  
     
    
    
     


Los resultados de frecuencias de la tabla 9 y la figura 5, nos indica que se han presentado 12
(66,7%) casos de criterio bajo, medio 7 casos (23,3% y alto 3 (10%) casos

Fig, 16 GRÉFICO DE BARRAS PRETEST AGRUPADA HIPÓTESIS GENERAL

Los resultados de frecuencias de la tabla 9 y la figura 5, nos indica que se han presentado
12 (40,0%) casos de criterio bajo, medio 5 casos (16,7%) y alto 13 (43,3%) casos
95

TABLA 20 TABLA DE FRECUENCIA POSTEST HIPÓTESIS GENERAL

  
 

  
 
     
    
     

Fig, 17 GRÁFICO DE BARRAS POSTEST AGRUPADA HIPÓTESIS GENERAL


96



 

   
     
    


En la tabla 8 se analiza e interpreta que la media para el PRETEST es de 38,00 y para el


POSTEST 74,37 lo cual tiene una diferencia significativa con el PRETEST, el número de
casos para ambos es de 30 (100%) de la muestra a considerar en la presente investigación.

La desviación estándar presenta para el PRETEST un valor de 13,663 y el POSTEST 13,140


en tal sentido es menor el POSTEST que el PRETEST.

La desviación del error promedio presenta para el PRETEST un valor de 2,495 y en el


POSTEST 2,339 en tal sentido es menor el POSTEST que el PRETEST.

Tabla 21 Muestra emparejada de Pretest Postest Hipótesis General


97

Tabla 22 Correlaciones de Muestras Emparejadas Hipótesis General




  
    

Analizando la tabla 13 correlaciones de muestras emparejadas, se realizó la comparación


entre los datos del PRETEST y POSTEST se observa que 0,491 (49.1%) , de la misma
manera el valor se sigma es de 0,000 lo que consolidad al ser menor a 0,05 que los datos del
PRETEST han sido mejorados en el POSTEST hay una correlación de resultados











   

     

Analizando la tabla 15 y en figura 7, se analiza que los valores de la diferencia PRETEST y POSTEST es
negativa en un –7,217 lo que indica que los valores del POSTEST son mayores al PRETEST, por lo tanto hay
mejoras en los valores del POSTEST ante el PRETEST; de la misma manera el valor se sigma es de 0,000 lo
que consolidad al ser menor a 0,05 que los datos del PRETEST han sido mejorados en el POSTEST hay una
correlación de resultados, asimismo el valor de t es de -14,882 y le grado de libertad de 29 de 30 casos
procesados.
98

En la figura7, se comprobó gráficamente que los datos del PRETEST han afectado en una
mejora en el resultado del POSTEST.


99

HIPOTESIS EXPERIMENTAL 4

Fiabilidad
Escala: ALL VARIABLES

Tabla 23 Resumen de procesamiento de casos

N
Casos Válido 27
Excluidoa 0
Total 27
a. La eliminación por lista se basa en todas las variables del procedimiento.

Interpretando la tabla 1 resumen de procesamiento de casos; se presentaron casos válidos 27


(100%); casos excluidos 0 (0%) y siendo un total de 27 (100%) casos.

Tabla 24 Estadística de Fiabilidad

Alfa de Cronbach N de elementos


,875 30

Fig, 18 Interpretación de la campana de Gaus de la cuarta Vía - Hipótesis General

Analizando e interpretando la figura 1, se obtuvo un valor de 0,875 lo que equivale a un


87,5% en tal sentido presentó una fiabilidad muy alta.
100

Tabla 25 Estadística Descriptiva Hipótesis General

Descriptivos
Estadístico Desv. Error
DIFERENCIA Media 36,10 1,642
95% de intervalo de Límite inferior 32,74
confianza para la media Límite superior 39,46
Media recortada al 5% 36,50
Mediana 38,00
Varianza 80,921
Desv. Desviación 8,996
Mínimo 15
Máximo 49
Rango 34
Rango intercuartil 14
Asimetría -,653 ,427
Curtosis -,344 ,833

Podemos interpretar que la estadística descriptiva para la hipótesis general, presentó los
siguientes estadígrafos:
Media:[29] Es una medida de tendencia central. Se calcula multiplicando cada valor de los
elementos por el número de veces que se repite. La suma de todos estos elementos se divide
entre el total de datos.
La Media presentó un valor de 36.10 y una desviación de error de 1,642
Límite inferior: Es el menor valor de un intervalo de clase;
Límite Superior: Es el mayor valor de un intervalo de clase.
Se presentó un 95% de intervalo de confianza para la media; Límite inferior de 32.74; y
Límite superior de 39,46 y Media recortada al 5% de 36,50
Mediana: Es una medida de tendencia central. Es el valor que divide al conjunto de datos
ordenados, en aproximadamente dos partes: 50% de valores son inferiores y otro 50% son
superiores.
La Mediana presentó un valor de 38,00
Varianza: Conocida también como variancia, es una medida de dispersión de la
información. Se obtiene como el promedio de los cuadrados de las desviaciones de los
valores de la variable respecto de su media aritmética.
La Varianza presentó un valor de 80,921
Desv. Desviación: Conocida también como desviación típica, es una medida de dispersión
que se obtiene como la raíz cuadrada de la varianza.
La Desviación presentó un valor de 8,996
Mínimo presentó un valor de 15
101

Máximo presentó un valor de 49


Rango presentó un valor de 34
Rango intercuartil presentó un valor de 14
Asimetría presentó un valor de -,653
Curtosis presentó un valor de -,344

Tabla 26 Prueba de Normalidad Hipótesis General

Kolmogorov-Smirnova Shapiro-Wilk

Estadístico gl Sig. Estadístico gl Sig.

DIFERENCIA ,117 27 ,200* ,946 27 ,134

*. Esto es un límite inferior de la significación verdadera.


a. Corrección de significación de Lilliefors

En la tabla 4 prueba de normalidad se ha trabajado es la de Shapiro Wilk;[30] Obteniéndose


un valor de 0,134 el mismo que es mayor al 0,05 lo que nos permitió afirmar que nuestros
datos sí presentan normalidad.

Fig, 19 Interpretación de la Normalidad Hipótesis General

En la Fig. 2 se observa que valor de 0,134 el mismo que es mayor al 0,05 lo que nos permitió
afirmar que nuestros datos sí presentan normalidad.

En estadística, el Test de Shapiro–Wilk se usa para contrastar la normalidad de un conjunto


de datos. Se plantea como hipótesis nula que una muestra x1, ..., xn proviene de
una población normalmente distribuida.
102

Fue publicado en 1965 por Samuel Shapiro y Martin Wilk. Se considera uno de los test más
potentes para el contraste de normalidad, sobre todo para muestras pequeñas (n<50).

La hipótesis nula se rechazará si W es demasiado pequeño. El valor de W puede oscilar entre


0 y 1.

Interpretación: Siendo la hipótesis nula que la población está distribuida normalmente, si


el p-valor es menor a alfa (nivel de confianza) entonces la hipótesis nula es rechazada (se
concluye que los datos no vienen de una distribución normal). Si el p-valor es mayor a alfa
0,05 (5,00%) , no se rechaza la hipótesis y se concluye que los datos siguen una distribución
normal.
La normalidad se verifica confrontando dos estimadores alternativos de la varianza σ^2:
• un estimador no parametrico al numerador, y
• un estimador parametrico (varianza muestral), al denominador.

Fig, 20 Gráfico Q-Q Normal Hipótesis General

Podemos interpretar en la fig. 2. donde se mostró un Gráfico Q-Q normal de diferencia


[27]Cuantil-Cuantil (Q-Q plots)Un gráfico Cuantil-Cuantil permite observar cuan cerca está
la distribución de un conjunto de datos a alguna distribución ideal ó comparar la distribución
de dos conjuntos de datos. Comparación de la distribución de dos conjuntos de datos La
103

función qqplot(x, y, plot=T) grafica las funciones quantile de una muestra vs. la de la otra.
Vemos que el Q-Q plot no cambia por una transformación lineal de los datos.

Fig, 21 Gráfico Q-Q Normal Sin Tendencia Hipótesis General

Podemos interpretar en la fig. 3. donde se mostró un gráfico Q-Q normal sin tendencia.[27]
En estadística, un gráfico Q-Q ("Q" viene de cuantil) es un método gráfico para el
diagnóstico de diferencias entre la distribución de probabilidad de una población de la que
se ha extraído una muestra aleatoria y una distribución usada para la comparación. Una
forma básica de gráfico surge cuando la distribución para la comparación es una distribución
teórica.1 No obstante, puede usarse la misma idea para comparar las distribuciones inferidas
directamente de dos conjuntos de observaciones, donde los tamaños de las muestras sean
distintos.
104

Tabla 27 Estadísticos de Muestras Emparejadas Hipótesis General

Estadísticos
PRETEST POSTEST
N Válido 27 27
Perdidos 0 0
Media 38,00 74,37
Mediana 40,50 72,00
Moda 53 58a
Desv. Desviación 13,663 13,140
Varianza 186,690 172,654
Mínimo 16 58
Máximo 58 99
Percentiles 25 25,00 61,75
50 40,50 72,00
75 52,25 87,25

a. Existen múltiples modos. Se muestra el valor más pequeño.

Media; se analizó que en el PRETEST se obtuvo 38,00 y en el POSTEST 74.37 lo que nos
permitió afirmar y corroborar que el POSTEST es mayor al PRETEST, en tal sentido la
intervención realizada cumplió lo planteado en el objetivo general como de la hipótesis
general.

Mediana; se analizó que en el PRETEST se obtuvo 40,50 y en el POSTEST 72,00 lo que


nos permitió afirmar y corroborar que el POSTEST es mayor al PRETEST, en tal sentido la
intervención realizada cumplió lo planteado en el objetivo general como de la hipótesis
general.

Moda: Es una medida de tendencia central es el valor de la variable que tiene mayor
frecuencia absoluta, la que más se repite es la única medida de centralización que tiene
sentido estudiar en una variable cualitativa, pues no precisa la realización de ningún cálculo.
Por su propia definición, la moda no es única, pues puede haber dos o más valores de la
variable que tengan la misma frecuencia siendo esta máxima. Entonces tendremos una
distribución bimodal o polimodal según el caso.
Moda; se analizó que en el PRETEST se obtuvo 53 y en el POSTEST 58

Mínimo se analizó que en el PRETEST se obtuvo 16 y en el POSTEST 58

Máximo se analizó que en el PRETEST se obtuvo 58 y en el POSTEST 99


105

Tabla 28 Tabla de Frecuencia Pretest Hipótesis General

PRETEST (Agrupada)
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válido BAJO 12 40,0 40,0 40,0
MEDIO 3 16,7 16,7 56,7
ALTO 11 43,3 43,3 100,0
Total 27 100,0 100,0

Los resultados de frecuencias de la tabla 9 y la figura 5, nos indica que se han presentado 12
(40,0%) casos de criterio bajo, medio 5 casos (16,7%) y alto 13 (43,3%) casos

Fig, 22 GRÉFICO DE BARRAS PRETEST AGRUPADA HIPÓTESIS GENERAL

Los resultados de frecuencias de la tabla 9 y la figura 5, nos indica que se han presentado 12
(40,0%) casos de criterio bajo, medio 5 casos (16,7%) y alto 13 (43,3%) casos
106

TABLA 29 TABLA DE FRECUENCIA POSTEST HIPÓTESIS GENERAL

POSTEST (Agrupada)
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válido MEDIO 9 30,0 30,0 30,0
ALTO 18 70,0 70,0 100,0
Total 27 100,0 100,0

Fig, 23 GRÁFICO DE BARRAS POSTEST AGRUPADA HIPÓTESIS GENERAL


107

Prueba T

Tabla 30 Estadísticas de Muestras Emparejadas Prueba T Hipótesis General

Estadísticas de muestras emparejadas


Desv. Desv. Error
Media N Desviación promedio
Par 1 PRETEST 38,00 27 13,663 2,495
POSTEST 74,37 27 13,140 2,399

En la tabla 8 se analiza e interpreta que la media para el PRETEST es de 38,00 y para el


POSTEST 74,37 lo cual tiene una diferencia significativa con el PRETEST, el número de
casos para ambos es de 30 (100%) de la muestra a considerar en la presente investigación.

La desviación estándar presenta para el PRETEST un valor de 13,663 y el POSTEST 13,140


en tal sentido es menor el POSTEST que el PRETEST.

La desviación del error promedio presenta para el PRETEST un valor de 2,495 y en el


POSTEST 2,339 en tal sentido es menor el POSTEST que el PRETEST.
Tabla 31 Muestra emparejada de Pretest Postest Hipótesis General
108

Tabla 32 Correlaciones de Muestras Emparejadas Hipótesis General

Correlaciones de muestras emparejadas


N Correlación Sig.
Par 1 PRETEST & POSTEST 27 ,779 ,000

Analizando la tabla 13 correlaciones de muestras emparejadas, se realizó la comparación


entre los datos del PRETEST y POSTEST se observa que 0,779 (77,9%) , de la misma
manera el valor se sigma es de 0,000 lo que consolidad al ser menor a 0,05 que los datos del
PRETEST han sido mejorados en el POSTEST hay una correlación de resultados

Tabla 33 Prueba de muestras emparejadas Hipótesis General

Prueba de muestras emparejadas


Diferencias
emparejadas
95% de
intervalo de
confianza de la
diferencia
Superior t gl Sig. (bilateral)
Par 1 PRETEST - POSTEST -33,033 -22,313 29 ,000

Analizando la tabla 15 y en figura 7, se analiza que los valores de la diferencia PRETEST y POSTEST es
negativa en un -33,033 lo que indica que los valores del POSTEST son mayores al PRETEST, por lo tanto hay
mejoras en los valores del POSTEST ante el PRETEST; de la misma manera el valor se sigma es de 0,000 lo
que consolidad al ser menor a 0,05 que los datos del PRETEST han sido mejorados en el POSTEST hay una
correlación de resultados, asimismo el valor de t es de -22,313 y le grado de libertad de 29 de 30 casos
procesados.
109

Fig, 24 Diagrama de cajas de la Hipótesis General

En la figura7, se comprobó gráficamente que los datos del PRETEST han afectado en una
mejora en el resultado del POSTEST.




110

CAPITULO V: Discusión de Resultados

Este artículo tiene como objetivo discutir el vínculo entre la disciplina de gestión de
proyectos y la planificación estratégica mediante la aplicación de la metodología de gestión
estratégica. Actualmente, algunas organizaciones necesitan convertir la gestión de proyectos
en una virtud competitiva, que por lo general se consigue al alinearlos con la estrategia de la
organización. Por consiguiente, es sustancial asegurarse de que las etapas de idealización
estratégica estén precisamente alineadas con la metodología de la administración de
proyectos. Entonces, el examen, la formulación, la utilización y la definición de los objetivos
estratégicos tienen que realizar la viabilidad. Se discuten algunos conceptos básicos de la
administración estratégica y el examen del enfoque de la administración del
emprendimiento, refiriéndose al marco teórico PMBoK del Project Management Instituto
(PMI) que garantiza una virtud competitiva para estas organizaciones. Esta metodología es
popular como Administración Integral de Proyectos Estratégicos.

Abarcar si los administradores más expertos incurren en la falacia de la centralidad,


descuidando la búsqueda de información acerca de los extraños en proyectos innovadores
para dar significado (sensemaking) a eso que sucede en el contexto del emprendimiento.
111

Conclusiones

Podemos concluir que al analizar la hipótesis general, se analiza que los valores de la
diferencia PRETEST y POSTEST es negativa en un -36,033 lo que indica que los valores
del POSTEST son mayores al PRETEST, por lo tanto hay mejoras en los valores del
POSTEST ante el PRETEST; de la misma manera el valor se sigma es de 0,000 lo que
consolidad al ser menor a 0,05 que los datos del PRETEST han sido mejorados en el
POSTEST hay una correlación de resultados, asimismo el valor de t es de -25,512 y le grado
de libertad de 23 de 27 casos procesados.

Podemos concluir que al analizar la hipótesis Experimental 1, se analiza que los valores de
la diferencia PRETEST y POSTEST es negativa en un -33,033 lo que indica que los valores
del POSTEST son mayores al PRETEST, por lo tanto hay mejoras en los valores del
POSTEST ante el PRETEST; de la misma manera el valor se sigma es de 0,000 lo que
consolidad al ser menor a 0,05 que los datos del PRETEST han sido mejorados en el
POSTEST hay una correlación de resultados, asimismo el valor de t es de -22,313 y le grado
de libertad de 23 de 27 casos procesados.

Podemos concluir que al analizar la hipótesis experimental 2, se analiza que los valores de
la diferencia PRETEST y POSTEST es negativa en un -5,422 lo que indica que los valores
del POSTEST son mayores al PRETEST, por lo tanto hay mejoras en los valores del
POSTEST ante el PRETEST; de la misma manera el valor se sigma es de 0,000 lo que
consolidad al ser menor a 0,05 que los datos del PRETEST han sido mejorados en el
POSTEST hay una correlación de resultados, asimismo el valor de t es de -11,204 y le grado
de libertad de 23 de 27 casos procesados.

Podemos concluir que al analizar la hipótesis experimental 3, se analiza que los valores de
la diferencia PRETEST y POSTEST es negativa en un –7,217 lo que indica que los valores
del POSTEST son mayores al PRETEST, por lo tanto hay mejoras en los valores del
POSTEST ante el PRETEST; de la misma manera el valor se sigma es de 0,000 lo que
112

consolidad al ser menor a 0,05 que los datos del PRETEST han sido mejorados en el
POSTEST hay una correlación de resultados, asimismo el valor de t es de -14,882 y le grado
de libertad de 23 de 27 casos procesados.

Podemos concluir que al analizar la hipótesis experimental 3, se analiza que los valores de
la diferencia PRETEST y POSTEST es negativa en un -33,033 lo que indica que los valores
del POSTEST son mayores al PRETEST, por lo tanto hay mejoras en los valores del
POSTEST ante el PRETEST; de la misma manera el valor se sigma es de 0,000 lo que
consolidad al ser menor a 0,05 que los datos del PRETEST han sido mejorados en el
POSTEST hay una correlación de resultados, asimismo el valor de t es de -22,313 y le grado
de libertad de 23 de 27 casos procesados.
113

Recomendaciones
• Dada la correlación que muestran los resultados de la presente investigación, de
0,652 permitió determinar la influencia de la Implementación de “Project
Management Body of Knowledge” para mejorar para mejorar la gestión de los
interesados del proyecto, por la cual se recomienda a los gerentes de TI de Repsol
S.A. realizar estudios adicionales que puedan involucran PMBOOK para poder
captar las debilidades de los proyectos y se pueda agilizar y tener tiempos de
respuesta menores.

• Dada la correlación que muestran los resultados de la presente investigación de 0,683


permitió establecer la influencia de la implementación de “Project Management
Body of Knowledge” mejora en Identificar a los Interesados del proyecto de las
nuevas áreas de Repsol 2019, por lo cual se recomienda a los responsables de la
dirección de proyectos manejar el tema de la identificación de los interesados del
proyecto dando capacitaciones y estableciendo roles desde las cabezas hasta los
proveedores

• Dada la correlación que muestran los resultados de la presente investigación, de 0,


669 permitió Instaurar la influencia de la implementación de “Project Management
Body of Knowledge” mejora en Planificar el Involucramiento de los Interesados del
proyecto de las nuevas áreas de Repsol 2019, por lo cual se recomienda a los
promotores capacitar al personal (recurso humano) directamente involucrado con el
manejo del sistema PMBOOK en la Institución, con el propósito de lograr un
adecuado uso del sistema y este a su vez sirva de óptimo apoyo para que sea un
soporte positivo , los sistemas óptimamente manejados, recursos humanos.

• Dada la correlación que muestran los resultados de la presente investigación, de


0,646 permitió organizar la influencia de la implementación de “Project
Management Body of Knowledge” mejora en Gestionar el Involucramiento de los
114

Interesados del proyecto de las nuevas áreas de Repsol 2019, a los usuarios y
proveedores crear nuevos SLA, para mejorar y optimizar los tiempos y no generar
demoras en la entrega de los proyectos. Ya que genera retrasos significativos.

• Dada la correlación que muestran los resultados de la presente investigación, de


0,693 permitió organizar la influencia de la implementación de “Project Management
Body of Knowledge” mejora en Monitorear el Involucramiento de los Interesados
del proyecto de las nuevas áreas de Repsol 2019, por lo cual se recomienda hacer
cursos online o presenciales al personal involucrado para que puedan tener
conocimientos concretos de las funciones y trabajos que están a su alcance.

 Se recomienda a REPSOL realizar las evaluaciones semestrales o anuales sobre el


funcionamiento de la propuesta de implementación con el objetivo de lograr la
realimentación y mejora continua en cada uno de los grupos de procesos.
115

Referencias Bibliográficas
[1] E. F. Ferrer Romero y E. F. Ferrer Romero, «Strategic project management: a
methodology for sustainable competitive advantage», Rev. EAN, n.o SPE, pp. 15-31,
dic. 2018.
[2] J. L. Pinzón Rincón, A. Remolina Millan, J. L. Pinzón Rincón, y A. Remolina Millan,
«Evaluation of tools for construction projects management based on PMI fundamentals
and experience», Prospectiva, vol. 15, n.o 2, pp. 51-59, dic. 2017.
[3] L. Solarte-Pazos y L. F. Sánchez-Arias, «Project management and organizational
strategy: the colombian program and project management maturity model (cp3m©)
v5.0», Innovar, vol. 24, n.o 52, pp. 5-18, abr. 2014.
[4] G. F. C. Aguilar, A. B. Peña, F. G. P. Ortiz, F. R. O. Lara, D. J. E. Villón, y D. M. L.
Álvarez, «Método para el aseguramiento de ingresos basado en análisis de riesgos y
computación con palabras», RISTI - Rev. Ibérica Sist. E Tecnol. Informação, n.o 27,
pp. 126-140, jun. 2018.
[5] J. V. R. Luiz, F. B. de Souza, O. R. Luiz, J. V. R. Luiz, F. B. de Souza, y O. R. Luiz,
«PMBOK® and Critical Chain practices: antagonisms and opportunities for
complementation», Gest. Amp Produção, vol. 24, n.o 3, pp. 464-476, sep. 2017.
[6] E. G. S. of Business, «Gestión de stakeholders en el sector construcción». [En línea].
Disponible en: http://www.esan.edu.pe/apuntes-empresariales/2017/01/gestion-de-
stakeholders-en-el-sector-construccion/. [Accedido: 13-feb-2019].
[7] I. X. Brioso, «VANESSA CARDENAS VARGAS», p. 105.
[8] P. Yamakawa, P. Barrientos, E. Astocondor, y G. Fuentes, «Desarrollo de un sistema
de gestión de procesos judiciales: Problemas en la gestión del proyecto. Caso de
estudio», Pensam. Gest., n.o 33, pp. 162–181, 2012.
[9] «Soto_ve.pdf». .
[10] «Metodología del PMBOK: Gestión interesados del proyecto», Metodología del
PMBOK. .
[11] N. Rosero y M. del Pilar, «Gestión de riesgos en la fase de diseño para proyectos de
construcción utilizando la guía PMBOK», abr. 2014.
[12] «Cómo identificar a los interesados del proyecto», MDAP, 01-may-2017. [En
línea]. Disponible en: https://uv-mdap.com/blog/como-son-los-interesados-de-tu-
proyecto/. [Accedido: 13-feb-2019].
[13] «Glosario de términos». [En línea]. Disponible en: http://olea.org/~yuri/propuesta-
implantacion-auditoria-informatica-organo-legislativo/go01.html. [Accedido: 23-oct-
2018].
[14] Z. R. Vargas Cordero, «La Investigación aplicada: Una forma de conocer las
realidades con evidencia científica», Rev. Educ., vol. 33, n.o 1, p. 155, jul. 2009.
[15] R. Hernández Sampieri, C. Fernández Collado, y P. Baptista Lucio, Metodología de
la investigación. México, D.F.: McGraw-Hill Education, 2014.
[16] L. Buendía Eisman, M. P. Colás Bravo, y F. Hernández Pina, Métodos de
investigación en psicopedagogía. Madrid: McGraw-Hill Interamericana de España,
2012.
116

Anexo 1. Matriz de Consistencia


117

MATRIZ DE CONSISTENCIA

TÍTULO: Implementación de “Project Management Body of Knowledge” para mejorar la gestión de los interesados del proyecto

PROBLEMA OBJETIVOS HIPÓTESIS VARIABLES E INDICADORES

Problema General Objetivo general Hipótesis general


¿De qué manera La Identificar la manera que La implementación de
implementación de la implementación de “Project Management Body
“Project Management “Project Management of Knowledge” para mejorar Variable e indicadores
Body of Knowledge” Body of Knowledge” significativamente la gestión
contribuirá en la gestión de contribuirá la gestión de de los interesados del
los interesados del los interesados del proyecto en las Nuevas áreas VI= implementation de “Project Management Body of
proyecto en las nuevas proyecto en las nuevas de Repsol 2019 Knowledge”
áreas de Repsol 2019? áreas de Repsol 2019.
VD= Gestión de los interesados del proyecto
Problema específico 1 Objetivos específicos 1 Hipótesis específica 1
¿De qué manera la Descubrir de qué manera la implementación de
Dimensiones Indicadores Ítems Niveles o
implementación de la implementación de “Project Management Body
rangos
“Project Management “Project Management of Knowledge” mejora
Body of Knowledge” Body of Knowledge” significativamente la Identificar a los 1. Identificar a los
contribuirá en Identificar a contribuirá en Identificar Identificar a los Interesados Interesados: Entradas
Interesados
los Interesados en las a los Interesados del en las Nuevas áreas de 2. Herramientas y 12 Bueno
nuevas áreas de Repsol proyecto de las nuevas Repsol 2019 Técnicas ítems
2019? áreas de Repsol 2019. Planificar el 3. Salidas Aceptable
Involucramiento de 4. Planificar el
Problema específico 2 Objetivos específicos 2 Hipótesis específica 2 los Interesados Involucramiento de No
¿De qué forma la Descubrir de qué manera La implementación de los Interesados: aceptable
implementación de La implementación de “Project Management Body Entradas
“Project Management “Project Management of Knowledge” mejora al Gestionar el 5. Herramientas y
Body of Knowledge” Body of Knowledge” Planificar el Involucramiento de Técnicas
contribuirá en Planificar el contribuirá en Planificar Involucramiento de los los Interesados 6. Salidas
Involucramiento de los el Involucramiento de los
118

Interesados en las Nuevas Interesados del proyecto Interesados en las Nuevas 7. Gestionar el
áreas de Repsol 2019? de las nuevas áreas de áreas de Repsol 2019 Monitorear el Involucramiento de
Repsol 2019. Involucramiento de los Interesados:
Problema específico 3 los Interesados Entradas
¿de qué forma la Objetivos específicos 3 Hipótesis específica 3 8. Herramientas y
implementación de La implementación de Técnicas
“Project Management Descubrir el efecto de La “Project Management Body 9. Salidas
Body of Knowledge” implementación de of Knowledge” mejora
contribuirá en la Gestionar “Project Management significativamente y ayudar
el Involucramiento de los Body of Knowledge” a Gestionar el
Interesados en las Nuevas contribuirá en Gestionar Involucramiento de los
áreas de Repsol 2019? el Involucramiento de los Interesados en las Nuevas
Interesados del proyecto áreas de Repsol 2019
de las nuevas áreas de
Problema específico 4 Repsol 2019.

¿de qué forma la Objetivos específicos 4


implementación de Hipótesis específica 4
“Project Management Descubrir el efecto de la La aplicación de “Project
Body of Knowledge” implementación de Management Body of
contribuirá en Monitorear “Project Management Knowledge” mejorar
el Involucramiento de los Body of Knowledge” significativamente la gestión
Interesados en las Nuevas contribuirá en de los interesados del
áreas de Repsol 2019? Monitorear el Proyecto para ayudar a
Involucramiento de los Monitorear el
Interesados del proyecto Involucramiento de los
de las nuevas áreas de Interesados en las
Repsol 2019. implementaciones de
Nuevas áreas de Repsol
2019
119

TIPO Y DISEÑO DE POBLACIÓN Y TÉCNICAS E ESTADÍSTICA A UTILIZAR


INVESTIGACIÓN MUESTRA INSTRUMENTOS

Tipo: Población: Variable I: Aplicación de DESCRIPTIVA:


“Project Management Body Para tal fin se usará la media, tablas de frecuencia, histogramas, etc.
Aplicado o cuantitativo 50 Proyectos de la of Knowledge”
empresa REPSOL S.A.C Autor: De la Cruz Marquez, INFERENCIAL:
Anderson Calip Se Utilizará la prueba de normalidad para ver el comportamiento de
Año: 2019 los datos, en este caso se usará T Student ya que tenemos 30 casos.
Diseño: Monitoreo: 2 veces por Según resultados obtenido se tomará la decisión de cual estadístico
Tipo de muestreo: semana de 90 minutos utilizar.
Experimental con su
Ámbito de Aplicación: Se utilizará las cajas y bigotes y su posterior interpretación.
subdimensión pre No probabilístico por
Laboral
experimental. conveniencia
Forma de Administración:
Colectivo

Alcance: Tamaño de muestra: Variable D: Gestión de los


interesados del proyecto
Explicativo 30 Personas del grupo Técnicas: Encuesta
experimental Instrumento: Cuestionario
Autor: 2019
Año: De la Cruz Marquez,
Método: Anderson Calip
Monitoreo: 2 veces por
Experimental semana de 90 minutos
Ámbito de Aplicación:
Laboral
Forma de Administración:
Colectivo
120

Anexo B. Metodología
1

Paradigma Tipo Diseño


Paradigna
Paradigma: = Positivista nvestigacion
Aplicada Diseño: = Experimental con
Enfoque: = Cuantitativa
sub dimensión en pre
Estadística: = si
experimental

Técnicas Método
Variable 1: Experimental
Implementación de Hipotético – Deductivo
“Fundamentos de proyectos
Project Management Body of
Knowledge”

Variable 2: Poblacion
gestión de los interesados del Población General: = 50
proyecto Población de Estudio: =27

Técnica: Encuesta

Instrumento: Cuestionario Análisis de


Validez: por juicio de expertos
Muestra
– análisis factorial datos
N= 27
. Software: =
Confiablidad de la base de N = 27
datos
SPSS IBM VERSION 25
Confiabilidad:

Fiabilidad: Alfa de Cron Bach: Excel 2016dd


1

Anexo C. Declaración de Autoría


2

Declaración de Autoría

Yo, Jimy Sánchez Aquije, estudiante de la escuela profesional de Ingeniería de sistema y


computación, de la Universidad Peruana Los Andes, Sede Lima; declaro el trabajo
académico titulado “Implementación de “Project Management Body of Knowledge” para
mejorar la gestión de los interesados del proyecto”, presentada, en 94 folios para la obtención
del título profesional de ingeniería de Sistemas y Computación, es de mi autoría.

Por tanto, declaro lo siguiente:


a. He mencionado todas las fuentes empleadas en el presente trabajo de
investigación, identificando correctamente toda cita textual o de paráfrasis
proveniente de otras fuentes, de acuerdo con lo establecido por las normas de
elaboración de trabajos académicos.
b. No he utilizado ninguna otra fuente distinta de aquellas expresamente señaladas
en este trabajo.
c. Este trabajo de investigación no ha sido previamente presentado completa ni
parcialmente para la obtención de otro grado académico o título profesional.
d. Soy consciente de que mi trabajo puede ser revisado electrónicamente en búsqueda
de plagios.
e. De encontrar uso de material intelectual ajeno sin el debido reconocimiento de su
fuente o autor, me someto a las sanciones que determinen el procedimiento
disciplinario.

Lima, 13 de abril del 2019

Jimy Sánchez Aquije


DNI: 43496310
3

You might also like